资源描述：
《土地沙化论文：基于面向对象的高分辨率遥感影像土地沙化调查》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、土地沙化论文：基于面向对象的高分辨率遥感影像土地沙化调查【中文摘要】本文选择青海省玛多县为土地沙化监测的典型研究区,影像数据来自美国的QuickBird遥感卫星,经度范围98°04′12.9″～98°10′42.28″,纬度范围34°42′5.9″～34°47′29″,面积为100平方公里,影像的过境时间是2007年8月,全色段空间分辨率为0.61m,多光谱空间分辨率为2.44m,影像数据共有四个多光谱波段,分别为:B(450～520nm)、G(520～600nm)、R(630～690nm)、NIR(760～900nm)波段。由于分辨率较高的全色波段数据为黑白影像,包含的光谱信息量较少,本文
2、选择全色和多光谱波段融合进行研究。经辐射定标、大气校正图像融合、几何纠正处理后再进行面向对象分类。在研究中采用了QuickBird高分辨率遥感影像,应用面向对象技术方法对研究区进行了土地沙化分类分级,提取沙化信息,达到了较好的分类精度。此方法与人工解译相比,大大提高了工作效率,具有重要的推广应用价值。【英文摘要】Inthispaper,theauthorchoosesMaDuocountyofQinghaiprovinceforSandyDesertificationmonitoring.Itisthetypicalstudyarea,andthedataistheQuickBirdthat
3、theAmericansatelliteimagedataofremotesensing.TheLongituderangeis98°04′12.9″—98°10′42.28″.Thelatitudesis34°42′5.9″—34°47′29″.Theareais100squarekilometers;thetransittimeisinAugust2007.Full-colorsegmentspaceis0.61m,andtheMulti-spectralresolutionis2.44m.ImagedatahavefourMulti-spectralbands,therespectiv
4、elyregionsis:B(450~520nm),G(520~600nm),R(6.3~690nm),NIR(7.6~900nm)bands.Duetothehighresolutionfull-colorbanddataisblackandwhiteimages,includinglessspectralinformation.Thispapermergemorefull-colorandMulti-spectralbands.Throughmerggingofradiationcalibration,atmosphericcorrection,mixingbandsoftheimage
5、,geometriccorrection,afterthatprocesstheobject-orientedclassification.InthestudyusedtheQuickBirdhigh-resolutionremotesensingimage,andapplytheobject-orientedtechnologymethodinthestudyarea.ECognitiongclassificationsoftwareontheSandyDesertificationclassification,extractedthedesertificationinformationc
6、lassification,andobtainagoodclassificationaccuracy.Thismethodcomparedwithartificiallyinterpretation,whichgreatlyimprovedtheextractedbyremotesensingimagethespeedofdesertificationinformation.【关键词】土地沙化高分辨率遥感影像面向对象QuickBird【英文关键词】SandyDesertificationHighResolutionImageObject-OrientedQuickBird【目录】基于面向对象
7、的高分辨率遥感影像土地沙化调查中文摘要3-4Abstract4第一章引言7-151.1研究土地沙化的目的和意义7-81.2遥感技术方法在土地沙化调查中的优势8-101.3高分辨率卫星遥感的特点10-111.4面向对象分类方法产生的背景11-121.4.1高分辨率遥感影像的发展11-121.4.2空间地理信息数据库的发展121.5高分辨率遥感影像分类的国内外研究现状12-151.5.1基于像元的分类方法12-1
