盐池县缓坡地带荒漠化信息提取及变化检测研究

发布时间：2024-04-19 21:21

　　为了能够获取研究区耕地、草地、林地、裸地、沙地、水体、建设用地这七种土地利用覆盖类型的动态变化,本文利用光谱、纹理以及地形共计25个特征作为分类特征变量,基于面向对象分割,利用随机森林(RF)分类算法对研究区2010年和2017年两个时相的Landsat TM和OLI遥感影像进行分类处理,并对分类结果建立混淆矩阵作出分类精度评价,测试出分类器总体分类精度达到94.95%,Kappa系数为0.94,表明了面向对象结合随机森林的分类算法可有效应用于荒漠化地区地物的分类。通过对随机森林分类模型进行特征重要性评价,发现对模型分类精度影响较大的有Landsat OLIBB波段、PC1的均值特征、归一化差异植被指数(NDVI)、BSWIR1波段、缨帽变化的绿度特征波段等特征变量。土地利用覆盖变化检测时,对分类结果中各地物类型覆盖的总面积分析可知沙地面积从2010年的461.84km2减少到2017年的206.76km2,共计减少255.08km2。其主要转化对象是裸地和草地,对应转化面积分别为129km2和41.26km2,一定程度上反映了研究区近年来对于荒漠化重点地物类型沙地的治理效果。另一种荒...

【文章页数】：49 页

【学位级别】：硕士

【部分图文】：

图２－２研究区时序影像??

选取秋或春季的影像作为数据源来进行荒漠化动态监测。综合影像成像时间以及遥感影像云量覆??盖度等因素，最终选取２０１０年７月１７日Ｌａｎｄｓａｔ?ＴＭ和２０１７年９月６日Ｌａｎｄｓａｔ?ＯＬＩ共两幅影像??作为本次研宄的数据源进行后续的土地利用分类及变化检测和荒漠化信息的提取。图２....

图2-3大气校正前后波段对比(左W翻阁翻口击《助m)

２．２．３图像融合??随着卫星科技的进步，遥感影像的数据源也越来越丰富。不同的卫星传感器影像有着不同的??时间、空间和光谱分辨率。仅仅使用单一的遥感影像数据源通常图像信息量有限，难以满足实际??应用的需求，因此可以通过从不同卫星传感器获取的图像来获得更多的可利用信息，弥补单一传?....

图３－１?２０１７年和２０１０年研究区分类结果图??通过对研究区的分类结果利用验证样本建立混淆矩阵，计算出基于面向对象的随机森林分类??

宁夏大学硕士学位论文?第三章随机森林分类方法的实现及土地利用变化检测??Ｋａｐｐａ?＝?——???（３－１０）??Ｎ：－兔｛ｘｉ＋ＸＪ??ｉ＝＼??其中ｉＶ?＝?１１代表验证样本总像元数；与ｘ＋ｉ则分别代表第ｉ行和第ｉ列的总像元个数。??ｉ－＼?ｊ－＼??Ｋａｐｐａ系数对正确分类....

图３－２林地与草地波谱曲线对比图??－２０－??

通过分类结果混淆矩阵可以看出，所分地物类别中水体和耕地的分类精度最高，分别达到??９９．６４％和９９．４１％，而草地的分类精度在所有的分类类别中处于最低，分类精度为９０．９３％，其错??误的分类中的大多数都分类到了林地，通过图３－２中林地和草地的波谱曲线对比，发现两种地物??类别....

本文编号：3958394