2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩48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、森林植被是生態(tài)系統(tǒng)中主要的自然資源,在全球碳水循環(huán)中發(fā)揮著重要的作用。隨著人們對森林資源的需求日益增長,對森林類型信息的識別提取就具有重大意義。近幾年來遙感技術(shù)的不斷發(fā)展應(yīng)用,利用遙感技術(shù)監(jiān)測森林已經(jīng)成為發(fā)展的必然趨勢。遙感呈現(xiàn)出多源信息化,與單一的遙感信息源相比,不同的遙感數(shù)源融合可以獲得更精準(zhǔn)的林分類型識別結(jié)果。
  林分類型信息的提取一直是遙感影像分類中的熱點(diǎn)和難點(diǎn)。而大興安嶺區(qū)又是我國重點(diǎn)林區(qū)和天然林主要分布區(qū)之一,植被類

2、型豐富,種類繁多,這為林分類型精確識別帶來了很大的難度。為了比較和提高林分類型的分類精度,研究結(jié)合主被動(dòng)遙感,利用光譜特性、極化特性和多時(shí)相特性在不同林分類型中的差異,進(jìn)行林分類型信息的高精度識別。
  研究以大興安嶺林區(qū)盤古林場為實(shí)驗(yàn)區(qū),綜合利用SPOT-5影像和不同時(shí)相的RADARSAT-2全極化SAR影像,本論文采用三種分類方案并利用最大似然分類方法和支持向量機(jī)(SVM)分類方法對研究區(qū)遙感影像進(jìn)行分類,并比較不同分類方案對

3、林分類型識別的精度。三種方案分別是:(1)單獨(dú)采用SPOT影像對林分類型進(jìn)行識別;(2)對全極化SAR數(shù)據(jù)進(jìn)行極化分解提取參數(shù)并結(jié)合SPOT數(shù)據(jù)參與分類;(3)結(jié)合SPOT數(shù)據(jù)與多時(shí)相全極化SAR分解參數(shù)進(jìn)行分類。結(jié)果表明:利用最大似然分類方法對比SPOT、加入單時(shí)相和加入多時(shí)相三種方案的分類結(jié)果,方案三加入多時(shí)相SAR影像與SPOT數(shù)據(jù)對白樺林、落葉松林、樟子松林和云杉林的分類中總分類精度最高,為84.64%,Kappa系數(shù)為0.78

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(shí)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。

評論

0/150

提交評論