面向?qū)ο蠓诸惙椒ㄔ谒拇ㄇ鹆陞^(qū)森林分類中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩46頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、森林資源調(diào)查作為一項(xiàng)重要的國家資源調(diào)查,目的是全方位了解全國林業(yè)資源利用狀況,掌握真實(shí)的林業(yè)資源數(shù)據(jù),為國家宏觀掌控森林資源的消耗、制定國民生產(chǎn)計(jì)劃以及指導(dǎo)和改善林業(yè)工作計(jì)劃提供可依靠的證據(jù)。近幾年來,隨著遙感科技的發(fā)展,遙感影像的時像分辨率、三維分辨率以及色譜分辨率都有了極大的提高,給人們對于遙感研究提供了極其豐富的地表信息。同時,也為森林資源的調(diào)查提供了一種全新的科學(xué)手段,使得森林資源調(diào)查的精度有了進(jìn)一步提高,并大大提高了作業(yè)效率。

2、傳統(tǒng)的信息提取方法在大部分情況下是通過分析地物的波段特征相近的程度來進(jìn)行信息提取,這種基于像元的光譜信息提取技術(shù)忽略了整個影像的基本結(jié)構(gòu)情況,從而導(dǎo)致對影像的認(rèn)識和提取的準(zhǔn)確性受到影響;因此,為了解決這一不足,提出了關(guān)于面向?qū)ο蟮姆诸惙椒āC嫦驅(qū)ο蟮倪b感圖像分類方法充分利用光譜、結(jié)構(gòu)及三維等各種信息,彌補(bǔ)了傳統(tǒng)分類方法的不足,取得了較好的分類效果,避免了椒鹽現(xiàn)象的產(chǎn)生,突破了傳統(tǒng)的分類方法以基本像素為分類和處理單元的局限性。
  

3、本文基于eCognition軟件,利用面向?qū)ο蟮姆诸惙椒▽λ拇ㄊ∧喜靠h玉鎮(zhèn)鄉(xiāng)SPOT5遙感影像進(jìn)行森林分類,并驗(yàn)證其分類結(jié)果的精確程度。旨在探索適合四川省丘陵區(qū)遙感影像的森林資源分類方法,并提高SPOT5影像森林分類的準(zhǔn)確度,為快速、準(zhǔn)確、合理的進(jìn)行森林分類調(diào)查提供可借鑒的經(jīng)驗(yàn)和方法。主要結(jié)果如下:
  (1)通過面積比均值法以及反復(fù)的分割試驗(yàn),最終確定建設(shè)用地、耕地和林地、水田和水域的最優(yōu)分割尺度和最優(yōu)分割參數(shù)分別為10、30和

4、70;形狀因子分別為0.7、0.3和0.5。
  (2)充分利用分割后影像對象的紋理和光譜特征以及各層次間的關(guān)系,建立起適合該地區(qū)的分類知識庫,采用模糊分類中的隸屬度函數(shù)分類方法將有林地、疏林地、耕地、以及建筑提取出來。這樣的分類規(guī)則適合于研究區(qū)的森林分類。
  (3)精度評價(jià)的結(jié)果表明,傳統(tǒng)最大似然法分類結(jié)果顯示總體的精度為54.50%,kappa系數(shù)為0.4921,面向?qū)ο蠓诸惙椒傮w精度和kappa系數(shù)分別為80.93

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論