版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、黃土高原丘陵溝壑區(qū)是黃河流域水土流失治理的重點區(qū)域。水土保持監(jiān)測是水土流失治理的一項基礎(chǔ)工作。就土地利用和水土保持措施信息的提取而言,以往的研究主要是以TM等中等分辨率的遙感影像數(shù)據(jù)為基礎(chǔ)。梯田、果園、人工林草地和壩地等水土保持措施呈小片狀分布,由于受到分辨率的限制,不能有效提取。以較高分辨率影像作為信息源開展黃土高原丘陵溝壑區(qū)水土保持監(jiān)測不僅十分重要,而且十分迫切。 本文以陜北綏德韭園溝流域和陜北延安市麻莊流域為實驗區(qū),以2.
2、5米分辨率的SPOT-5影像和1米分辨率的IKONOS影像為實驗數(shù)據(jù),利用傅立葉變換可以將遙感影像由空間域轉(zhuǎn)換到頻率域進行能量疊加的性質(zhì),采用最大方向頻譜能量值比值和光譜值相結(jié)合的方法對具有紋理特征的梯田和果園兩種水土保持措施進行了提取研究;探討了此方法與傳統(tǒng)監(jiān)督分類和非監(jiān)督分類方法對具有紋理特征的水土保持措施的分類差異,并且對兩種傳統(tǒng)分類方法分類結(jié)果進行了對比分析。通過研究得出以下結(jié)論: 1、利用圖像頻率域中的最大方向頻譜能量
3、值比值和光譜值相結(jié)合的方法對SPOT:5影像和IKONOS影像梯田和果園樣區(qū)進行提取,精度最低達到78.21%,在一定程度上提高了分類精度。 2、對于斑塊較大,寬度大于10米,內(nèi)部光譜值差異大的梯陽,SPOT-5影像提取結(jié)果較好,精度最低達到78.21%。而IKONOS影像則更適合于對于梯田F日面較窄的3.7米梯田提取,精度達到81.36%以上。 3、和傳統(tǒng)分類方法對比基于紋理特征的提取方法精度高于監(jiān)督分類和非監(jiān)督分類。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于紋理特征的高分辨率遙感影像分類方法研究.pdf
- 高分辨率遙感影像的道路提取方法研究.pdf
- 46573.基于紋理的高分辨率遙感影像居民地提取方法研究
- 基于高分辨率遙感影像信息提取研究
- 基于高分辨率遙感影像信息提取研究
- 高分辨率遙感影像信息提取方法的研究.pdf
- 高分辨率遙感影像中道路提取方法的研究.pdf
- 36259.基于骨架特征的高分辨率遙感影像飛機提取方法研究
- 高分辨率遙感影像分類方法研究
- 高分辨率遙感影像分割方法研究.pdf
- 基于高分辨率遙感影像的信息提取.pdf
- 5471.基于高分辨率影像紋理特征提取日光溫室方法研究
- 基于高分辨率遙感影像信息提取研究.doc
- 基于面向?qū)ο蟮母叻直媛蔬b感影像車輛提取方法研究.pdf
- 高分辨率遙感影像道路提取算法研究.pdf
- 高分辨率遙感影像居民地提取方法研究.pdf
- 高分辨率遙感影像道路網(wǎng)提取方法研究.pdf
- 高分辨率遙感影像中典型道路提取方法研究.pdf
- 高分辨率遙感影像建筑物提取方法研究.pdf
- 高分辨率遙感影像耕地多尺度提取.pdf
評論
0/150
提交評論