收藏本站
《哈尔滨师范大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏约束最小二乘光谱解混算法的湿地精细分类

张雅春  
【摘要】:湿地是地球上重要的生态系统之一,它具有巨大的生态价值和经济价值。但是随着人类经济的快速发展,我国湿地遭到严重破坏,直接影响到湿地植被的生长和分布状况。近年来人们意识到湿地的价值,越来越重视湿地植被的保护与研究。以往的湿地植被分类通常都是基于多光谱遥感影像,波段数量有限,难以对湿地植被进行精细划分。而高光谱遥感影像因其具有较高光谱分辨率,可以获取传统低光谱分辨率影像数据难以区分的地物信息,从而提高湿地植被的分类精度。但是受传感器空间分辨率和地物复杂度的影响,混合像元普遍存在,空间分辨率较低的高光谱影像尤为严重,不仅影响了地物的识别和分类精度,而且已经成为遥感科学向定量化发展的主要障碍。本文以扎龙自然保护区为研究区,运用HJ-1A HSI高光谱影像数据,对比研究了基于稀疏约束最小二乘光谱解混算法(SUFCLS)与传统的全约束最小二乘光谱解混算法(FCLS)在湿地遥感分类中的表现,并对两种算法的分类结果进行精度评价,对分类误差进行深入的对比分析,得到如下研究结果:(1)由于传统的线性解混算法对场景中的每个像元均采用同一组端元光谱参与解混,没有考虑到参与解混的端元是否存在于像元视场之内,特别是在复杂场景下容易造成解混误差。本文提出了基于稀疏约束的最小二乘光谱解混算法,基于稀疏解混算法从光谱库中自适应的遴选场景下占比最高的端元组合,并将此端元组合应用于全约束最小二乘光谱解混算法实现丰度反演,充分考虑了端元在空间上的异质性,克服了传统的线性光谱解混方法在端元选择过程中的不足。(2)针对国际重要湿地扎龙保护区,构建了适合该地区的土地利用的分类体系,将研究区的地类分为芦苇沼泽、苔草沼泽、羊草草甸、杂草草甸、明水面、盐碱地、水田、旱地、居民地、道路十种土地利用类型,并通过野外采样的方法构建了十种地类端元的光谱库,用于稀疏约束最小二乘光谱解混及分类精度的对比。(3)本文分别将稀疏约束最小二乘光谱解混算法与全约束最小二乘光谱解混算法应用于扎龙湿地的HJ-1A HSI高光谱影像数据中,并通过均方根误差指数进行精度验证,结果表明与传统的全约束最小二乘光谱解混算法的分类结果相比,基于稀疏约束的最小二乘光谱解混算法与高分辨率影像目视解译获取的湿地植被类型(芦苇沼泽、苔草沼泽、羊草草甸和杂草草甸)的丰度相关系数更高,均方根误差得到明显改善,表明SUFCLS算法在湿地信息提取方面具有潜在优势。
【学位授予单位】:哈尔滨师范大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:X37;X87

【相似文献】
中国期刊全文数据库 前10条
1 田彦平;陶超;邹峥嵘;杨钊霞;何小飞;;主动学习与图的半监督相结合的高光谱影像分类[J];测绘学报;2015年08期
2 冯海亮;潘竞文;黄鸿;;半监督邻域保持嵌入在高光谱影像分类中的应用[J];计算机科学;2014年S1期
3 孙伟伟;刘春;施蓓琦;李巍岳;;基于随机矩阵的高光谱影像非负稀疏表达分类[J];同济大学学报(自然科学版);2013年08期
4 杨哲海;张俊;李之歆;;低通滤波器在高光谱影像分类中的应用[J];海洋测绘;2011年05期
5 龚文娟;董安国;韩雪;;基于波段指数的高光谱影像波段选择算法[J];激光技术;2017年04期
6 程圆娥;周绍光;袁春琦;陈蒙蒙;;基于主动深度学习的高光谱影像分类[J];计算机工程与应用;2017年17期
7 杨可明;刘飞;孙阳阳;魏华锋;史钢强;;谐波分析光谱角制图高光谱影像分类[J];中国图象图形学报;2015年06期
8 杨可明;张涛;王立博;钱小丽;刘士文;王林伟;;高光谱影像的谐波分析融合算法研究[J];中国矿业大学学报;2014年03期
9 冯海亮;潘竞文;黄鸿;;一种改进的邻域保持嵌入高光谱影像分类方法[J];光电工程;2014年09期
10 覃环虎;张立福;刘凯;;高光谱影像库的数据存取技术研究[J];计算机工程;2012年16期
中国重要会议论文全文数据库 前10条
1 郝博雅;孙洁;;高光谱影像特性研究[A];第八届全国信号和智能信息处理与应用学术会议会刊[C];2014年
2 董广军;纪松;朱朝杰;;基于局部线性嵌入流形学习的高光谱影像分类技术[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
3 舒宁;;多光谱和高光谱影像纹理分析的几种方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 黄远程;张良培;李平湘;;基于最小单形体体积约束的高光谱影像端元光谱提取[A];遥感定量反演算法研讨会摘要集[C];2010年
5 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年
6 林志垒;;Hyperion高光谱影像的特征提取研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年
7 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年
8 付晶;舒宁;孔祥兵;;基于隐马尔可夫模型的光谱匹配算法[A];第十七届中国遥感大会摘要集[C];2010年
9 詹远增;王迪峰;毛志华;;基于Hyperion卫星高光谱影像的溢油信息提取研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
10 刘军;王冬红;张永生;;基于POS的机载高光谱影像几何校正[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
中国重要报纸全文数据库 前1条
1 本报记者 樊成琼 金毛毛;小小卫星带来产业发展大格局[N];贵阳日报;2018年
中国博士188bet全文数据库 前10条
1 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
2 杜辉强;高光谱遥感影像滤波和边缘提取方法研究[D];武汉大学;2004年
3 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年
4 龚;基于HDA和MRF的高光谱影像同质区分析[D];武汉大学;2007年
5 王凯;基于多特征融合的高光谱影像地物精细分析方法研究[D];武汉大学;2013年
6 黄风华;云环境下基于并行支持向量机的高光谱影像分类研究[D];福建师范大学;2014年
7 贺威;高光谱影像多类型噪声分析的低秩与稀疏方法研究[D];武汉大学;2017年
8 孙艳丽;联合丰度信息与空谱特征的高光谱影像分类研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
9 亓呈明;基于多核学习的高光谱遥感影像分类方法研究[D];中国地质大学(北京);2016年
10 孔祥兵;基于同质区分析的高光谱影像混合像元分解[D];武汉大学;2012年
中国硕士188bet全文数据库 前10条
1 张雅春;基于稀疏约束最小二乘光谱解混算法的湿地精细分类[D];哈尔滨师范大学;2018年
2 罗政;基于HJ-1A高光谱影像的植被类型识别[D];中国地质大学(北京);2018年
3 贾源旭;基于湿地分类的环境卫星高光谱影像处理方法及分类效果对比研究[D];延边大学;2017年
4 董连凤;高光谱影像预处理技术研究[D];长安大学;2007年
5 杨隆珊;基于非平稳表示模型的高光谱影像去噪方法研究[D];中国地质大学(北京);2017年
6 潘竞文;半监督邻域保持嵌入在高光谱影像分类中的应用[D];重庆大学;2014年
7 郭守恒;深度学习算法在高光谱影像分类中的应用研究[D];成都理工大学;2017年
8 马东雷;基于多特征信息的低秩表示高光谱影像异常探测[D];中国矿业大学;2017年
9 张丽;基于投影寻踪的高光谱影像特征提取与自动识别技术研究[D];长安大学;2006年
10 张颖;基于主动学习的高光谱影像分类[D];成都理工大学;2016年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026