基于面向?qū)ο蠓椒ǖ某鞘兄脖惶崛∨c綠量估算研究.pdf_第1頁
已閱讀1頁,還剩74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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、城市綠化是城市生態(tài)系統(tǒng)的重要組成部分,采用高空間分辨率衛(wèi)星數(shù)據(jù)及時(shí)、準(zhǔn)確地獲取城市植被信息(城市植被類型、分布及其結(jié)構(gòu)),可為城市生態(tài)效益定量分析評(píng)價(jià)提供依據(jù),滿足城市綠化建設(shè)與管理部門的需求。 本文利用IKONOS影像,探討了基于面向?qū)ο蠓椒ㄟM(jìn)行城市植被分類的最優(yōu)分割尺度選擇問題,構(gòu)建了城市植被分類的類層次進(jìn)行城市植被提取;為提高城市綠量估算的精度,在BP神經(jīng)網(wǎng)絡(luò)綠量估測模型的基礎(chǔ)上,采用遺傳算法對(duì)模型進(jìn)行優(yōu)化,并對(duì)參考因子進(jìn)

2、行改進(jìn),本文主要研究內(nèi)容與結(jié)論如下: 1、影像預(yù)處理中,為識(shí)別城市植被中較小類型,提高植被分類精度,采用影像融合增強(qiáng)影像的解譯能力。經(jīng)分析比較,主成份變換3、4波段融合效果最好,可用于城市植被提取;高分辨率衛(wèi)星影像中建筑陰影以及地形起伏影響,嚴(yán)重干擾了影像中地物的光譜信息,本文采取不同的方法對(duì)建筑物陰影和山體陰影分別進(jìn)行校正:對(duì)城區(qū)建筑物陰影,采用面向?qū)ο蟮姆椒▽?duì)影像分割后進(jìn)行提取,采用朗伯模型進(jìn)行校正;對(duì)紫金山山體陰影,結(jié)合D

3、EM采用朗伯模型和經(jīng)驗(yàn)統(tǒng)計(jì)模型分別校正,實(shí)驗(yàn)表明,朗伯模型存在過校正現(xiàn)象,經(jīng)驗(yàn)統(tǒng)計(jì)模型校正能取得較為理想的效果。 2、利用面向?qū)ο蟮姆椒ㄟM(jìn)行城市植被自動(dòng)分類,提出了以實(shí)驗(yàn)法確定城市植被的最優(yōu)分割尺度;基于商業(yè)軟件構(gòu)建了城市植被的類層次結(jié)構(gòu),應(yīng)用對(duì)象的光譜、紋理以及上下文信息實(shí)現(xiàn)了城市植被的分類,分類總精度為85.5%,Kappa系數(shù)為0.826,取得了較好的分類效果。相比常用的基于像元的分類方法,面向?qū)ο蟮姆诸惙椒梢垣@得更高的

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論