题名 | 在山地土地覆盖遥感分类中应用数字地形模型的初步研究 |
作者 | 黄雪樵 |
学位类别 | 硕士 |
答辩日期 | 1985 |
授予单位 | 中国科学院研究生院 |
授予地点 | 北京 |
导师 | 陈昱 |
学位专业 | 地理信息与遥感 |
中文摘要 | 多途径数据的综合分析,是遥感数据处理和分析领域的一个重要发展方向。遥感数据和数字地形数据的综合分析属于多途径数据综合分析的一个方面。在山地地区,自然环境的复杂多变,使得遥感土地覆盖计算机分类常常遇到许多困难而不能取得较高精度,而加入地形数据可以有效地改善分类结果。本文以四川西南部山区的米易试验区为例,初步研究了土地覆盖分类中使用数字地形模型(DTM)的数据来改善分析精度的原理和方法。首先用本文提出的流程实现了Landsat MSS数据与DTM数据的配准,平均误差小于1个象元。然后,利用配准了的两种数据,采用本文提出的一种两阶段的“分层分类法”进行分类。首先用光谱数据进行聚类分析得到光谱类,然后以DTM为变量进行线性判别获得土地覆盖类。线性判别采用了在遥感分类中尚未使用过的回归线性判别法。与单用MSS数据的最大似然分类相比,精度由55.4%提高到81.5%。从而可以论证遥感数据与地理信息数据相结合,是改善遥感分类结果的有效途径。 |
英文摘要 | 多途径数据的综合分析,是遥感数据处理和分析领域的一个重要发展方向。遥感数据和数字地形数据的综合分析属于多途径数据综合分析的一个方面。在山地地区,自然环境的复杂多变,使得遥感土地覆盖计算机分类常常遇到许多困难而不能取得较高精度,而加入地形数据可以有效地改善分类结果。本文以四川西南部山区的米易试验区为例,初步研究了土地覆盖分类中使用数字地形模型(DTM)的数据来改善分析精度的原理和方法。首先用本文提出的流程实现了Landsat MSS数据与DTM数据的配准,平均误差小于1个象元。然后,利用配准了的两种数据,采用本文提出的一种两阶段的“分层分类法”进行分类。首先用光谱数据进行聚类分析得到光谱类,然后以DTM为变量进行线性判别获得土地覆盖类。线性判别采用了在遥感分类中尚未使用过的回归线性判别法。与单用MSS数据的最大似然分类相比,精度由55.4%提高到81.5%。从而可以论证遥感数据与地理信息数据相结合,是改善遥感分类结果的有效途径。 |
语种 | 中文 |
学科主题 | 摄影测量与遥感技术 ; 地图制图技术 |
公开日期 | 2012-11-19 |
内容类型 | 学位论文 |
源URL | [http://192.168.143.20:8080/handle/131551/4269] ![]() |
专题 | 成都山地灾害与环境研究所_成都山地所知识仓储(2009年以前) |
推荐引用方式 GB/T 7714 | 黄雪樵. 在山地土地覆盖遥感分类中应用数字地形模型的初步研究[D]. 北京. 中国科学院研究生院. 1985. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论