学位论文 > 优秀研究生学位论文题录展示

大区域居住用地信息特征遥感影像提取方法研究

作　者: 张扣强
导　师: 郑新奇
学　校: 中国地质大学（北京）
专　业: 地图制图学与地理信息工程
关键词: 居住用地遥感影像光谱分析多分类器北京
分类号: P237
类　型: 博士论文
年　份: 2013年
下　载: 35次
引　用: 0次
阅　读: 论文下载

内容摘要

随着全球人口的增加和国民经济的发展,社会逐渐摆脱原有的以农业为主的情况,城镇化水平不断提高,越来越多的人涌入城市,城市随之增长和扩张。城市扩张往往牵涉到居住用地、农业用地和林地。农业用地和林地却常常无法抵挡城市扩张的汹汹势头。土地覆盖土地利用制图作为土地资源的基础数据,是世界各国各级政府、环保机构和私营企业所需要的。遥感影像由于其自身拥有如多分辨率,覆盖面广,可重复的观测和多／高光谱等技术优势,已经被广泛应用于从局部到全球尺度上的土地覆盖分类、目标识别和专题图制作,是一种可以进行大区域土地利用类型分类的经济、实用且可重复观测的方法。通过多时相分析,遥感能提供一个城市发展的独特视角。乡村和城市土地利用变化制图的一个关键因素是能区分乡村土地利用(农田、牧场、森林)和城市土地利用(住宅、商业、娱乐)。随着中国改革开放的逐步深化,经济建设的持续发展,城镇化水平的不断提高,居住用地面积日趋扩大。北京作为中国的首都,在20世纪末中国实行房地产市场改革以来,居住用地面积变化尤其明显。监控居住用地面积变化,首先必须获取客观准确的获得居住用地信息。本文以北京地区为研究区,基于Landsat卫星影像,分别采用非监督分类法、光谱分析法、监督分类法、面向对象的分类方法以及NDBI指数法提取出研究区的居住用地信息,然后对提取结果进行精度评价。基于监督分类的分类结果,结合实际调查数据,将研究区分为乡村居住用地和城镇居住用地。通过比较分析,发现不同的分类方法在乡村居住用地和城镇居住用地的分类效果不同。本研究结合多分类器并联组合的思想,将分类结果依据“胜者为王”的方法,将分类结果进行嵌套组合,最终得到比较准确的北京市居住用地信息。最后基于提取的北京市居住用地信息,对北京市三十年来居住用地时空分布的规模特征、居住用地时空分布的强度特征和居住用地时空分布的形态特征进行了简单分析。无论是五环内或者五环以外,北京市整体用地规模在不断扩大。五环内与五环内居住用地面积均在增加,居住用地斑块数整体在增加,出现减少的情况是因为若干小的斑块合并为较大的斑块。五环内的扩张强度大于五环外的扩展强度。本研究通过实验得出北京市五环内(市区)、五环外(村镇)居住用地用地规模扩大、用地扩展强度增加、形态特征上斑块面积增加,连片增大同时五环外2005年和2009年居住用地有零散增加趋势三个方面的变换特征,为进一步更好的模拟预测、优化提供有力支持。

全文目录

中文摘要  5-7
Abstract  7-14
1 绪论  14-31
  1.1 选题背景与研究意义  14-17
  1.2 国内外研究现状与存在的问题  17-25
    1.2.1 多分类器组合的原理  21-22
    1.2.2 多分类器组合方法的分类  22-25
  1.3 研究内容与方法  25-27
  1.4 研究技术路线  27-29
  1.5 本章小结  29-31
2 遥感提取居住用地基本方法  31-45
  2.1 遥感影像数据的选择  31-32
  2.2 分类体系和训练样本的选择  32-33
  2.3 数据预处理  33
  2.4 特征提取和选择  33-34
  2.5 合适分类方法选择  34-40
    2.5.1 基于象元的分类方法  35
    2.5.2 亚象元分类方法  35-36
    2.5.3 基于斑块的分类方法  36-37
    2.5.4 背景信息分类方法  37
    2.5.5 基于知识的分类方法  37-38
    2.5.6 多分类器组合  38-39
    2.5.7 分类方法总结  39-40
  2.6 分类后处理  40
  2.7 分类性能评价  40-41
  2.8 分类精度评估  41-42
  2.9 本章小结  42-45
3 多光谱遥感数据预处理  45-53
  3.1 LANDSAT ETM+影像去条带  45-47
  3.2 几何校正  47-48
  3.3 影像的镶嵌和裁剪  48-52
  3.4 影像的波段组合  52
  3.5 本章小结  52-53
4 多光谱遥感影像分类方法  53-71
  4.1 非监督分类方法  54-56
  4.2 监督分类方法  56-58
  4.3 波谱分析的分类方法  58-62
    4.3.1 居住用地的遥感信息机理分析  58
    4.3.2 居住用地背景的光谱分析  58-59
    4.3.3 居住用地及背景地物的光谱值分析  59-62
  4.4 面向对象分类方法  62-65
  4.5 指数法  65-68
  4.6 精度评价  68-70
  4.7 本章小结  70-71
5 基于多分类器组合的北京市居住用地遥感信息提取  71-100
  5.1 研究区概况  71-72
  5.2 资料收集  72-74
  5.3 影像预处理  74
  5.4 分类体系和训练样本的选择  74-77
  5.5 特征提取和选择  77-80
    5.5.1 居住用地的遥感信息机理分析  77-78
    5.5.2 居住用地背景的光谱分析  78
    5.5.3 居住用地及背景地物的光谱值分析  78-80
  5.6 分类性能评价与分类精度评估  80-83
  5.7 居住用地专题信息提取  83-85
  5.8 多分类器组合  85-97
  5.9 多分类器组合结果精度评定  97
  5.10 多分类器提取居住用地信息  97-99
  5.11 本章小结  99-100
6 北京市居住用地信息分析  100-109
  6.1 北京市居住用地时空分布规模特征  100-106
  6.2 北京市居住用地时空分布强度特征  106-107
  6.3 北京市居住用地时空分布形态特征  107-108
  6.4 本章小结  108-109
7 研究结论与展望  109-114
  7.1 研究结论  109
  7.2 主要研究成果  109-111
  7.3 关键技术与创新点  111-112
  7.4 研究展望  112-114
致谢  114-115
参考文献  115-128
附录  128-129

大区域居住用地信息特征遥感影像提取方法研究

内容摘要

全文目录

相似论文