面向对象的沙化土地gf-1遥感分类技术研究

《面向对象的沙化土地gf-1遥感分类技术研究》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、分类号密级TP79公开UDC学位论文面向对象的沙化土地GF-1遥感分类技术研究Object-orientedClassificationofSandyLandsUsingGF-1SatelliteImageries李长龙指导教师姓名高志海研究员申请学位级别硕士专业名称地图学与地理信息系统研究方向荒漠化遥感监测与评价论文提交日期2015年5月论文答辩日期2015年6月学位授予日期2015年7月答辩委员会主席评阅人北京·中国林业科学研究院学位论文面向对象的沙化土地GF-1遥感分类技术研究学位论文作者李长龙指导教师姓名高志海研究员指导小组成员王琫

2、瑜副研究员白黎娜副研究员申请学位级别硕士专业名称地图学与地理信息系统研究方向荒漠化遥感监测与评价论文答辩日期2015年6月中国·北京DissertationfortheDegreeObject-orientedClassificationofSandyLandsUsingGF-1SatelliteImageriesCandidate:LiChang-longSupervisor:GaoZhi-haiAssociateSupervisor:WangBeng-yuBaiLi-naAcademicDegreeAppliedfor:MasterCa

3、rtographyandGeographicSpeciality:InformationSystemDateofDefence:2015/06Degree-conferring-institution:ChineseAcademyofForestry独创性声明哥Ｆ进巧的研茫；本人产刚所片史的学位论文足巧个人化巧师指１作妓化巧的研兄成｜｜，心尽巧所知，除／文中特別加封标注和跋谢的化方外论文｜小包含巧他人ｄ巧发农或撰弓过的研究成巧，也小包含为获得本研究化巧养中位或巧它教育机构的学位诚证巧－而使川过的材料？。与巧ＭＸ作的同点对本

4、研究所做的任何贡献均ｄ化论文中作丫明确的说叫化农Ｗ谢总。：学化论文作者签名：杉Ｎ朋＞少年月ｎ寺皆６／ｇ学位论文版权使用授权书；｜，本学位论义作者亢全丫解｜图林业科学研究院钉关保留、使川学化论文的规山中‘、：問林Ｉｋ科７研究院軒权保簡化向國家有关部ｎ或机构送交论文的巧印件和撼盘，化许论文被拽阅和化阅。本人授权中凹林业科学研究院可Ｗ将巧位论文的全部诚部分内容编入－、。、有乂数化阵逊ｆｒ检索，采用影印缩印或扫描等复制Ｔ段保谷汇编学位论文？适用本授权书（保密的学位论文巧解密片）位论文骤知則币签名：＇＇ｌｉ

5、ｊｘＭ年ｎｌｉ＾ｎ／Ｓ占／Ｓ摘要当前，我国防沙治沙形势依然十分严峻，在干旱、半干旱及半湿润地区，由于不合理的人类活动与脆弱的生态环境相互作用造成土地生产力下降、土地资源丧失、地表呈现类似沙漠景观的土地退化。我国是受土地沙化侵害最严重的国家之一，实时了解和掌握我国的沙化土地分布、范围和动态对于分析我国沙化土地的变化过程以及生态工程的成效等都有十分突出的作用。目前国家林业局全国沙化土地监测多以地面调查结合遥感影像的目视解译进行，地面调查需要较多的人力、物力、财力，而目视解译的结果不仅与技术人员的水平相关而且这种目视解译的方法并没有

6、充分利用遥感影像的信息，造成遥感影像极大的浪费，这样对于更加准确地动态分析我国沙化土地的发生发展过程造成一定的困难。沙化土地与其他土地覆被类型相比又呈现复杂的特征，它不仅与植被的覆盖度相关同时还受到土壤类型的影响。因此，在多尺度上研究和发展针对沙化土地的遥感识别方法迫在眉睫。本文以浑善达克沙地为研究区，以GF-1卫星数据、GF-2卫星数据和TM系列数据为数据源，以野外调查的样地信息为评价数据，首先比较了两种遥感影像分割方法并提出了改进的方法，然后在多尺度的遥感影像分割中研究了不同沙化土地类别最优分割尺度的确定方法，然后针对多达60多种的遥感

7、影像特征，本文提出了最优影像特征选择方法并形成了沙化土地类型遥感识别流程图。在上述研究的基础上，对遥感影像空间尺度上的尺度效应和不同年份间浑善达克沙地沙化土地的变化情况进行了分析，主要的研究结果如下：（1）分形网络进化分割算法有较高的适用性，算法的实现效率也较高，但是单一尺度下的分割效果不够理想，需要多尺度分割。FullLambda-Schedule算法是基于全局优化的算法，分割的结果更好，但是运算量巨大，效率较低，不适合大范围遥感影像的处理，需要先将影像进行过分割再用该算法进行影像分割，这样降低了运算量，提高了运算效率，具有一定的适应性。

8、为了确定在多尺度分割中每个地物类别的最优分割尺度，本文将本来自动选择最优分类特征的J-M距离运用到最优分割尺度选择中再综合运用最终的分类精度来确定每个地物类别的最优分割尺度。I（