基于Landsat-8 OLI和GF-2遥感影像的森林资源识别研究

发布时间：2020-12-29 01:08

　　随着遥感卫星事业的不断发展,借助遥感技术对大区域尺度森林资源进行识别已经成为森林资源调查与监测的重要技术手段。论文以江西省吉水县为研究区,以Landsat-8 OLI影像、GF-2影像为数据源,借助采样数据比较了各森林资源类型在影像中的光谱、纹理特征,运用最大似然法（MLC,Maximum Likelihood Classification）、支持向量机（SVM,Support Vector Machine）以及人工神经网络法（ANN,Artificial Neural Network）对影像森林资源进行识别,并分析其不同方法下纹理特征对两种影像森林资源识别结果精度的影响,最后采用替换法对两种影像进行多源分类。主要研究结果及结论如下:（1）根据研究区土地利用主要类型及影像分辨率来确立森林资源识别系统。基于Landsat-8 OLI影像将森林资源分为针叶林、阔叶林、针阔混交林、竹林、灌木林、其他林地等6种类型;基于GF-2影像将森林资源分为杉木（Cunninghami lanceolata）、松类、阔叶林、针阔混交林、竹林、灌木林、采伐迹地、未成林造林地、其他林地等9种类型;两种影像均将... 

【文章来源】：江西农业大学江西省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

研究区地理位置

Table 2.1 Image basic parameters成像时间 波段名称 波长范围（μm） 空间I2014.10.082014.10.15海岸波段(Band1)蓝色波段(Band2)绿色波段(Band3)红色波段(Band4)近红外波段(Band5)短波红外 1(Band6)短波红外 2(Band7)全色波段(Band8)卷云波段(Band9)0.43-0.450.45-0.510.53-0.590.64-0.670.85-0.881.57-1.652.11-2.290.50-0.681.36-1.382014.9.27-2014.11.22蓝色波段(Band1)绿色波段(Band2)红色波段(Band3)近红外波段(Band4)全色波段(Band5)0.45-0.520.52-0.590.63-0.690.77-0.890.45-0.90

2.2.2 辅助数据辅助数据包括吉水县 2009 年森林资源二类调查数据（包括小班数据和固定样地数据），森林分布图，如图 2.3 所示。这些图件较为客观的反映了研究区森林资源状况，对森林资源识别能起到辅助作用。此外，辅助数据还包括研究区 1:1 万地形图，主要用于对遥感影像进行几何精校正。


本文编号：2944705