基于etm+遥感影像的森林覆盖面积提取方法的研究——以南京市为例

《基于etm+遥感影像的森林覆盖面积提取方法的研究——以南京市为例》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、南京农业大学硕士学位论文基于ETM+遥感影像的森林覆盖面积提取方法的研究——以南京市为例姓名：杨俊申请学位级别：硕士专业：农业机械化工程指导教师：沈明霞20060601摘要基于ETa+遥感影像的森林覆盖面积提取方法的研究一一以南京市为例森林是生态环境建设中不可多得的、可更新的再生资源，具有保持水土、涵养水源、防风固沙、净化空气、调节气候等生态功能，森林资源状况及其消长变化，不仅影响区域经济的持续发展，而且还影响地区乃至全球环境的变化，因此，及时掌握森林资源状况及变化情况是十分必要的。1972年第一颗地球资源卫星发射升空，遥感

2、技术随之迅速发展，遥感技术在光谱分辨率、空间分辨率、时间分辨率等各方面都有极大的进步，已经形成高光谱分辨率、高空间分辨率、全天时、全天候、实时／准实时的对地观测能力。遥感技术的发展为及时检测森林资源调查变化提供了新的手段和方法。近年来利用遥感影像提取森林面积成为人们关注的焦点。本文以南京市区为研究对象，采用ETM+数据对南京市区森林面积进行提取。重点对遥感影像中森林面积的提取方法做了研究。深入探讨了遥感影响波段选择方法、融合算法及分类算法。本文主要的研究内容和结论归纳如下：(1)通过对南京市ETM+各波段特征值和相关性矩阵分

3、析，确定森林植被提取的最佳波段组合是TM5、TM4、TM3。(2)通过比较HIs、PCA、Brovey、小波融合算法在Landsat-7影像融合中的融合结果，得出Brovey融合效果最好。(3)基于Brovey变换融合算法中只选择了TM影像中三个波段，对于拥有七个波段的TM影像来说，波段利用率低，针对与此，本文提出运用主成分分析和归一化植被指数参与的Brovey变换融合方法，并用实验证明，利用该波段组合Brovey变换融合后的影像可以较好的提取植被信息。(4)监督分类样本的选取中先采用NODATA算法对融合后的影像进行非监督

4、分类，得到各类地物的覆盖区域，再实地对这些区域进行调查验证其具体地物。(5)监督分类中，结合研究数据具有正态分布的特点，确定用最大似然法作为监督分类方法。(6)利用分类后的林地像元数计算林地总面积，得到南京市区林地覆盖率。并对13年来南京市区森林面积的变化作了分析。关键词：ETM+；森林资源；影像融合；影像分类；最大似然法；面积提取基于ETM+遥感影像的森林覆盖面积提取方法的研究STUDYOFEXTRACTINGTHEFORESTAREABASEDONTHEETM+REMOTESENSINGIⅣL～GE-·-·------·

5、ACaseStudyinNaajingABSTRACTForestresourceistherare，renewableresourcesintheeconomicconstructionandecologicalenvironmentconstruction，havingtheecolo西calfunctionofwaterandsoilconserving，wind-defending，sand—binding，airpurifyingandweatherregulatingandSOon．Theforestresour

6、cestatusofgrowthanddeclineinfluencenotonlythesustainabledevelopmentoftheregionaleconomy,butalsothechangesofregionandevenglobalenvkonment．Therefore，itisimportanttomasterthestatusofforestresourceintime．Thefirstearthresourcessatellitewaslaunchedin1972，andtheremotesens

7、ingtechnologyisdevelopingquickly．Theremotesensingtechnologyhasgreatlyimprovedresolvingpowerinrecentyearsandprovidesthenewmethodfortheresearchofforestresource．Peoplepaymoreattentiontousageofremotesensingimagesextractingtheforestarea．Inthispaper,Nanjingistheregionofs

8、tudy,andthebasictheoryandmethodsofimagefusionandclassificationareadopted．FinishforestlandextractionfromETM+image，andstudyimagepreprocessing，spect