学位论文 > 优秀研究生学位论文题录展示

红树林高分辨率遥感监测技术研究

作　者: 高宁
导　师: 江涛；张杰
学　校: 山东科技大学
专　业: 地图制图学与地理信息工程
关键词: 红树林遥感 SVM 检测动态监测遥感分类
分类号: P237
类　型: 硕士论文
年　份: 2008年
下　载: 148次
引　用: 0次
阅　读: 论文下载

内容摘要

红树林是热带和南亚热带海岸带上特有的的森林群落,红树林湿地是重要的生态湿地和物种栖息地,多分布在我国南方的入海口和近海海湾等处,具有御风消浪、护堤护岸、消除污染和保护生物多样性等生态功能。本文在国家专项“我国近海海洋综合调查与评价”(简称908专项)广东海岛海岸带卫星遥感调查与研究课题的支撑下,以英罗港附近湛江红树林国家级自然保护区和山口国家级红树林生态自然保护区为例,发展了基于SVM(支持向量机)的红树林遥感检测和种类识别技术,并利用时间跨度为14年的三期遥感影像,开展了红树林变化检测与分类。论文的主要工作包括:(1)通过两期红树林现场踏勘,采集了遥感影像几何校正控制点30个;针对LandsatTM、ETM+和SPOT影像,建立了研究区典型地物遥感解译标志;针对SPOT影像,建立了白骨壤、桐花、红海榄、木榄/秋茄四个红树种类的遥感解译标志。(2)以Landsat TM、ETM+、SPOT为数据源,应用SVM方法,结合红树林的空间分布特征,开展红树林遥感检测技术的方法研究,检测实验结果表明TM、ETM+和SPOT影像的检测精度分别84.7%,87.5%,90.3%;在此基础上,应用三期遥感影像,开展红树林动态监测,结果发现1991到2000年十年间红树林面积增加440.5hm~2,2000到2004年五年间红树林面积增加58.3hm~2.(3)应用SVM方法和四个红树种类的解译标志,开展了基于SPOT影像的红树林种类识别技术研究,识别实验结果表明,白骨壤、桐花、红海榄、木榄/秋茄的分类Kappa系数分别达到0.86,0.81,0.84和0.79,总体分类Kappa系数达到0.82.

红树林高分辨率遥感监测技术研究

内容摘要

全文目录

相似论文