学位论文 > 优秀研究生学位论文题录展示

基于光谱过程知识的四川省森林植被分类及应用研究

作　者: 任小兰
导　师: 杨存建
学　校: 四川师范大学
专　业: 地图学与地理信息系统
关键词: 森林植被光谱知识过程知识分类动态变化
分类号: S718.5
类　型: 硕士论文
年　份: 2011年
下　载: 41次
引　用: 0次
阅　读: 论文下载

内容摘要

森林是人类及生物生存和发展的基础,它具有复杂的内部结构和明显的生态过程,森林生态系统也是陆地生态系统中最大的系统,对森林资源的调查和动态监测是当前的重要任务,建立森林植被分类系统是前提。本研究以2002年全年MODIS影像数据为基础,以四川省为试验区,根据已有森林分类系统,结合森林生态系统服务功能的需要,制定面向森林生态系统服务功能评价的森林分类系统。分类过程中充分考虑森林的外貌特征和过程特征。本研究主要以四川省常绿阔叶林、落叶阔叶林、针阔混交林,低山常绿针叶林,中山常绿针叶林以及山地常绿针叶林6大森林植被类型为研究对象。首先发现四川省农地、草地、林地等典型地类,落叶阔叶林树种桤木,常绿阔叶林树种青冈、栎类,常绿针叶林树种云南松、冷杉、云杉等在MODIS数据1-7波段和NDVI特征的光谱过程知识,并选取GIS支持下的多时相NDVI叠加分类,NDVI时间序列的分类以及基于光谱过程知识的分类3种分类方法对6大森林植被类型分类对比研究,证明基于光谱过程知识的分类方法总体精度在88.5%,Kappa系数为0.87,而其他两类分类方法的总体精度在78%左右,Kappa系数在为0.75左右,森林类型的用户精度和制图精度都比其他两种方法有所提高。最后将本研究提出的基于光谱过程知识的决策树分类方法应用于2008年森林植被分类,并通过对2002-2008年间四川省森林植被进行动态分析,揭示出森林植被类型转出、转入面积及空间格局分布。本研究主要创新的方面:一是针对中低分辨率的遥感影像,在伪不变特征相对辐射校正的基础上,建立多时相相对辐射校正改进算法,并建立了实现模块;二是发现了四川省主要地类和森林植被类型典型树种光谱过程知识,在此基础上建立森林特征(B1-B3-100*NDVI)及褐色覆被特征NDVI-B4/B6,提出了基于光谱过程知识的森林遥感影像分类方法,并应用于2002年和2008年的森林植被分类;进而揭示其动态变化过程。

全文目录

摘要  2-4
Abstract  4-9
第一章绪论  9-16
  1.1 研究背景及意义  9-10
  1.2 森林遥感分类方法研究现状  10-12
  1.3 研究内容及技术路线  12-15
  1.4 章节安排  15-16
第二章研究区概况及数据  16-23
  2.1 研究区概况  16-18
    2.1.1 基本概况  16
    2.1.2 地形地貌  16-17
    2.1.3 气候特征  17-18
  2.2 森林植被类型概况  18-21
  2.3 实验数据介绍  21-23
    2.3.1 MODIS 影像数据  21-22
    2.3.2 基础数据  22-23
第三章影像数据预处理  23-30
  3.1 投影转换  23
  3.2 去云处理  23
  3.3 改进的“伪不变特征”相对辐射校正  23-27
    3.3.1 理论介绍  23-24
    3.3.2 方法  24-25
    3.3.3 检验结果  25-27
  3.4 波段相关性分析  27-28
  3.5 NDVI 特征值时间序列建立  28-30
第四章主要地类及森林植被类型光谱过程知识发现  30-49
  4.1 知识发现及光谱过程知识  30
  4.2 样点选取方法  30-31
  4.3 影像数据选取  31
  4.4 地类光谱过程知识发现  31-40
    4.4.1 地类在波段1 的光谱过程知识分析  31-32
    4.4.2 地类在波段2 的光谱过程知识分析  32-33
    4.4.3 地类在波段3 的光谱过程知识分析  33-34
    4.4.4 地类在波段4 的光谱过程知识分析  34-35
    4.4.5 地类在波段5 的光谱过程知识分析  35-36
    4.4.6 地类在波段6 的光谱过程知识分析  36-37
    4.4.7 地类在波段7 的光谱过程知识分析  37-38
    4.4.8 地类在NDVI 特征的过程知识分析  38-39
    4.4.9 小结  39-40
  4.5 森林植被类型光谱过程知识发现  40-49
    4.5.1 森林植被类型在波段1 的光谱过程知识分析  40-41
    4.5.2 森林植被类型在波段2 的光谱过程知识分析  41-42
    4.5.3 森林植被类型在波段3 的光谱过程知识分析  42-44
    4.5.4 森林植被类型在波段4 的光谱过程知识分析  44-45
    4.5.5 森林植被类型在波段5 的光谱过程知识分析  45
    4.5.6 森林植被类型在波段6 的光谱过程知识分析  45-46
    4.5.7 森林植被类型在波段7 的光谱过程知识分析  46-47
    4.5.8 森林植被类型在 NDVI 特征的过程知识分析  47-48
    4.5.9 小结  48-49
第五章森林植被分类方法研究  49-73
  5.1 遥感影像分类方法概述  49-52
    5.1.1 遥感影像分类原理  49
    5.1.2 分类预处理  49
    5.1.3 分类算法选取  49-50
    5.1.4 分类后处理  50-52
  5.2 GIS 支持下的 NDVI 多时相叠加分类方法  52-58
    5.2.1 三时相NDVI 叠加处理  52-55
    5.2.2 森林植被类型提取  55-57
    5.2.3 精度检验  57-58
  5.3 基于NDVI 时间序列分类方法  58-61
    5.3.1 分类规则建立  58-61
    5.3.2 精度检验  61
  5.4 基于过程知识的土地利用分类研究  61-68
    5.4.1 分类规则建立  62-67
    5.4.2 精度检验  67-68
  5.5 基于过程知识的森林植被分类研究  68-70
    5.5.2 分类规则建立  68-69
    5.5.3 精度检验  69-70
  5.6 分类方法对比分析  70-73
第六章 2002-2008 四川省森林植被动态变化分析  73-79
  6.1 2008 年四川省森林类型分类结果  73-74
  6.2 2002-2008 年四川省森林植被动态变化  74-79
    6.2.1 四川地类及森林类型面积变化分析  74-76
    6.2.2 四川森林植被结构变化分析  76-79
第七章结论与展望  79-81
  7.1 研究结论  79-80
  7.2 展望  80-81
参考文献  81-86
致谢  86-87
研究生在校期间的科研成果  87

基于光谱过程知识的四川省森林植被分类及应用研究

内容摘要

全文目录

相似论文