毕业论文基于srtmdem和cbers数据的地形信息提取的研究

《毕业论文基于srtmdem和cbers数据的地形信息提取的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、本科生毕业论文（设计）题目：基于SRTM_DEM和CBERS数据的地形信息提取的研究专业代码：070703作者姓名：乔远英学号：2007202029单位：环境与规划学院指导教师：肖燕2011年5月31日15原创性声明　　本人郑重声明：所提交的学位论文是本人在导师指导下，独立进行研究取得的成果。除文中已经注明引用的内容外，论文中不含其他人已经发表或撰写过的研究成果，也不包含为获得聊城大学或其他教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的相应责任。学位论文作者签名

2、：　　　　　　　日期　　　　　　　指导教师签名：　　　　　　日期　　　　　　15聊城大学本科毕业论文（设计）目录1前言12试验基础与方法22.1试验样区与试验数据介绍22.1.1SRTM_DEM数据22.1.2CBERS数据32.2数据处理流程43信息提取的关键技术53.1基于SRTM-DEM的自动提取53.1.1坡度的计算方法选择53.1.2坡度的分级方法选择63.1.3连通性分析及面积阈值设定83.2基于遥感的专家修正103.2.1基于地质、地貌要素的专家修正103.2.2基于区域地理要素相关分析的专家修正114结果分析与讨

3、论12参考文献14致谢1515聊城大学本科毕业论文（设计）摘要本文以SRTM-DEM及CBERS遥感影像为数据源，以泰山及其周围区域的平原、山地为研究对象，将基于计算机的自动提取及基于知识的专家修正结合在一起，验证了自动半自动的地貌单元提取方法。研究表明,基于SRTM-DEM派生的坡度模型进行平原、山地的自动提取具有很大的实效性,但坡度分级方法的选择及阈值的设定对提取结果具有较大影响；在此基础上,对区域植被、土壤、水文、地质等多地理要素信息的综合应用,可提高基于知识的遥感专家修正精度；二者结合,初步实现了基于SRTM-DEM与遥

4、感的平原、山地自动半自动提取,实现了地貌信息的数字化、定位化及定量化,为其他的地形地貌研究、水文研究及基本地形资源调查等方面提供应有的价值。关键词：SRTM-DEM/CBERS遥感影像；平原/山地提取；关键技术15聊城大学本科毕业论文（设计）AbstractTakingSRTM-DEMandCBERSremotesensingimageasdatasources,mounttaiandtheplainsandmountainsurroundingareaastheresearchobject,thispapercombinest

5、heautomaticextractionbasedoncomputerandexpertfixingbasedonknowledgetogether,verifiestheautomatic/semi-automaticmethodofextractionthelandscapeunit.Researchshowsthat,itisofgreateffectivenessthatautomaticextractionofplainsandmountainsbasedontheslopemodelasdescendentsoft

6、heSRTM-DEM,buttheselectionofslopegradingmethodsandthesetofthethresholdhavegreatinfluenceontheextractionresult;Onthebasisofthat,comprehensiveapplicationofregionalvegetation,soil,hydrology,geology,aswellasmoregeographicalelementsinformationcanimprovetheprecisionofthere

7、motesensingexpertscorrectionbasedonknowledge;Thecombinationofthathaspreliminarilyrealizedautomatic/semi-automaticextractionofplainsandmountainsbasedonSRTM-DEMandremotesensing,realizedthedigital,positionalandquantificationallandsatinformation,andprovidedduevalueforoth

8、erlandsatresearch,hydrologyresearchandbasicterrainresourcesurvey.Keywords:SRTM-DEM/CBERSremotesensingimage;Plain/mountainextracted;