基于高分辨遥感数据的胡杨、柽柳识别与树冠提取研究

摘要

基于QuickBird(QB)、WorldView-1(WV)、无人机航拍数据，研究不同方法定量提取胡杨（Populus euphratica）、柽柳（Tamarix ramosissima）树冠效果的优劣，并分析塔里木河下游2004～2011年胡杨、柽柳冠幅与地下水埋深关系，主要结论如下:
　　1、基于高分辨卫星数据的胡杨、柽柳树种识别
　　(1)采用交叉验证方法进行支持向量机(Support Vector Machine，SVM)参数率定，确定了识别胡杨、柽柳效果较好的惩罚系数C和核参数γ的取值，对不同的研究对象，不同遥感数据、不同分类方法其参数均不同。采用逐级变换、效果观察方法确定纹理窗口，结果表明:基于QB数据采用7×7窗口、基于WV数据采用9×9窗口时分类精度最高，分别达86.14％、84.17％。
　　(2)基于QB数据，光谱结合纹理SVM总体分类精度平均为84.01％，较光谱单数据源SVM高3.33％。面向对象法中QB、WV数据总体分类精度最高，分别为87.79％、87.72％，Kappa系数都达0.84。在塔里木河下游，基于高分QB、WV数据，采用面向对象法树种识别效果最优，它可有效利用影像中地物光谱、纹理、空间等信息，解决了其它方法因“同物异谱”、“异物同谱”造成提取树冠破碎问题，提高树种识别精度。
　　2、基于高分辨卫星数据的胡杨、柽柳冠幅提取
　　(1)基于支持向量机、面向对象、最大似然法提取树冠，以面向对象法树冠提取精度最高，QB、WV数据精度分别达87.77％、89.41％，表明:大范围高分遥感数据上树冠提取可采用面向对象法。
　　(2)胡杨冠幅提取精度高于柽柳;密区冠幅提取精度低于中密区和疏区;近河区域的冠幅提取精度高于远河区域。
　　3、基于高分辨卫星数据的胡杨、柽柳冠幅动态变化分析
　　基于2004年QB数据和2011年WV数据，对塔里木河下游同一区域胡杨、柽柳进行树冠提取，结果表明:2004～2011年，不同离河距离胡杨、柽柳冠幅均有增加，离河越近、地下水埋深越浅，树冠增幅越大;使用间隔期5～7年、同一区域高分辨遥感数据，可定量获取研究区树冠变幅。
　　4、基于无人机数据的胡杨、柽柳树冠提取
　　基于无人机数据，采用面向对象法、目视解译法提取胡杨、柽柳树冠，结果表明:面向对象法单木冠幅提取精度达86.72％，林分平均冠幅提取精度达87.22％，样地郁闭度估测精度83.33％，它们分别较目视解译低0.62％、高1.86％、高3.19％。基于无人机航拍数据，采用面向对象的树冠提取，克服目视解译速度慢、误差大小因人而异的弊端，是无人机航拍数据上大面积树冠定量提取的有效方法。

目录

声明

论文说明

摘要

第1章 绪论

1．1 研究背景

1．2 问题的提出及研究意义

1．3 研究内容、方法及目的

1．4 研究目标

1．5 拟解决的关键问题

1．6 研究技术路线

1．7 树冠信息提取研究进展

1．8 研究区冠幅动态变化研究进展

第2章 研究区概况

2．1 自然地理概况

2．2 气象概况

2．3 土壤类型

2．4 植被类型

第3章 基于高分辨卫星数据的胡杨、柽柳树种识别

3．1 地面数据采集

3．2 遥感数据收集与预处理

3．3 胡杨、柽柳树种识别方法及参数率定

3．4 结果与分析

3．5 小结

第4章 基于高分辨卫星数据的胡杨、柽柳冠幅提取及冠幅动态变化

4．1 冠幅提取

4．2 冠幅动态变化

4．3 小结

第5章 基于无人机数据的胡杨、柽柳树冠提取

5．1 地面数据采集

5．2 遥感数据收集与预处理

5．3 树冠信息提取

5．4 树冠提取结果与分析

5．5 小结

第6章 结论

6．1 基于高分辨卫星数据的胡杨、柽柳树种识别

6．2 基于高分辨卫星数据的胡杨、柽柳冠幅提取及冠幅动态变化

6．3 基于无人机数据的胡杨、柽柳树冠提取

6．4 后续研究及注意事项

参考文献

致谢

作者简历