基于多源数据的目标特征库建立与自然资源资产信息提取方法研究

基于多源数据的目标特征库建立与自然资源资产信息提取方法研究

ID:17882839

大小:5.10 MB

页数:89页

时间:2018-09-08

基于多源数据的目标特征库建立与自然资源资产信息提取方法研究_第1页
基于多源数据的目标特征库建立与自然资源资产信息提取方法研究_第2页
基于多源数据的目标特征库建立与自然资源资产信息提取方法研究_第3页
基于多源数据的目标特征库建立与自然资源资产信息提取方法研究_第4页
基于多源数据的目标特征库建立与自然资源资产信息提取方法研究_第5页
资源描述:

《基于多源数据的目标特征库建立与自然资源资产信息提取方法研究》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、国内图书分类号:P237密级:公开国际图书分类号:528西南交通大学研究生学位论文基于多源数据的目标特征库建立与自然资源资产信息提取方法研究年级2015级姓名唐建华申请学位级别工程硕士专业测绘工程指导教师齐华教授二零一八年五月十五日ClassifiedIndex:P237U.D.C:528SouthwestJiaotongUniversityMasterDegreeThesisESTABLISHMENTOFTARGETFEATURELIBRARYBASEDONMULTI-RESOURCEDATAANDTHERESEARCHOFEXTRACTIONMETHODO

2、FNATURALRESOURCEASSETINFORMATIONGrade:2015Candidate:JianhuaTANGAcademicDegreeAppliedfor:MasterSpeciality:SurveyingandMappingEngineeringSupervisor:Prof.HuaQIMay15th,2018论文得到以下项目资助:自然资源资产评价关键技术研究及应用示范——基于多源多尺度遥感影像的自然资源资产信息提取技术研究,立项编号:2017SZ0027,四川省科学技术厅。西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有

3、关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密□√,使用本授权书。(请在以上方框内打“√”)学位论文作者签名:指导老师签名:日期:日期:西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:(1)利用ZY3、Landsat8与DEM数据,对比分形网络演化算法在不同数据组合中的分割质

4、量,选择了适合自然资源资产信息提取的数据组合;并结合分形网络演化算法与光谱差异分割,解决不同地物最优分割尺度不同的问题;通过分割质量定量评价,为选择最优的分割方案提供了参考意见;(2)综合考虑自然资源审计需求与遥感影像所能反映的土地覆被信息,设计了自然资源分类系统;采用PostGIS数据库管理系统储存、管理对象级审计目标与解译特征,实现了基于多源数据的目标特征库构建。目标特征库为自然资源资产信息提取提供了先验知识和决策依据;(3)利用Boosting技术集成决策树C5.0,实现了基于高维特征的分类模型构建,省去了特征选择步骤,简化了分类流程;(4)基于目标特征

5、库,采用Boosting技术集成决策树C5.0构建分类模型,利用ZY3、Landsat8与DEM数据提取了多时相的自然资源资产信息,评价了信息提取精度。验证了目标特征库能在一定程度上提高自然资源资产信息提取效率,减少人工参与程度,解决了非遥感专业的审计人员缺乏信息提取的专家知识的问题。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位

6、论文作者签名:日期:西南交通大学硕士研究生学位论文第I页摘要十八届三中全会以来,自然资源资产离任审计正在成为一种重要的管理举措,准确、及时地提取自然资源资产信息是自然资源资产离任审计工作顺利开展的重要保障。遥感影像具有覆盖范围广、费用低、现势性强等优势,以遥感影像为数据源提取审计目标信息,可以为自然资源资产离任审计提供有效的技术支撑。针对遥感影像空间分辨率与光谱分辨率存在相互制约的关系,采用单一数据源难以兼顾地物的空间信息与光谱属性,本文尝试以资源三号(ZY3)影像为基础数据,融合Landsat8与数字高程模型(DigitalElevationModel,DE

7、M)数据,形成对自然资源目标更完整的描述,进而辅助自然资源资产信息的有效提取。采用面向对象分类方法,利用影像对象的光谱、形状与纹理等解译特征提取自然资源资产信息,能充分融合多源数据的优势,且避免了面向像素分类容易产生“椒盐噪声”、解译特征单一等问题,已经成为遥感信息提取的主要方法之一。通过影像分割获得与真实地物接近的影像对象是面向对象分类的基础,分形网络演化算法(FractalNetEvaluationApproach,FNEA)构建的多尺度影像对象层能较好的反映地物的实际构成情况,但该算法采用单一的分割尺度,难以解决不同地物的最优分割尺度不同的问题;其次,审

8、计人员往往缺乏遥感信息提取的专家知识,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。