基于集成分类器的多时相高分一号/二号影像农林间作系统分类方法研究
文献类型：学位论文
| 作者 | 刘萍 |
| 答辩日期 | 2019-06-30 |
| 文献子类 | 博士 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 北京 |
| 导师 | 陈曦 |
| 关键词 | 集成分类器 农林间作分类 特征提取 GF-2 intercropping classification classifier ensemble rotation forest GF-2 |
| 学位专业 | 理学博士 |
| 其他题名 | Intercropping Classification from Multi-temporal GF-1 and GF-2 Satellite Imagery Using Ensemble classifier |
| 英文摘要 | 农林间作是广泛存在的立体耕地利用模式，这种种植模式可实现对耕地系统的光、热、水、土壤等资源最大化的综合利用，已有大量学者从农业管理、生态效应的角度对农林间作系统展开了讨论和研究，但少有遥感监测方面的应用。高分一号和高分二号卫星具备高空间分辨率，高时间分辨率宽覆盖，多波段等的特征，具备广阔的应用前景。本研究选择了位于塔里木盆地墨玉县南部的核桃-玉米间作区域，通过对多时相高分一号和高分二号卫星影像特征的挖掘，从其高空间分辨率，多时相的特征出发，研究基于集成分类器的不同特征组合情况下的间作地区作物分类。 本文的主要研究内容如下：1 )在对各分类算法进行分析的基础上， 对传统采用决策树作为旋转森林基分类器的算法进行改进，将能够很好支持小样本，多维度特征的支持向量机算法引入作为基分类器，改进旋转森林集成支持向量机(RoF-SVM)的方法，该方法既具有 SVM 算法的优点，又能通过旋转森林增强各个基分类器之间的差异性从而提高了分类的精度。并将该分类结果与常见的最大似然法， 支持向量机以及旋转森林算法进行实验对比。实验证明 RoF-SVM 在分类精度方面实现了最优，并且有效降低了影像分类图上的椒盐噪声。2 )GF-1 卫星的宽覆盖(Wide Field View， WFV )数据空间分辨率 16m，重访周期为 2 天， 可以为农作物生长全周期的监测过程免费提供持续可靠的数据来源。收集本研究区域作物生长时间段内时间序列高分一号卫星的 WFV 影像，计算出 NDVI 时间序列数据并进行拟合，通过与当地物候历结合，研究区作物发育情况，为选取高空间分辨率影像的时相进行作物精细提取提供依据。3 )由于空间分布的多样性和复杂性，为实现对不同类型植被的精细识别， 需要对多特征信息进行提取。基于研究区融合后的 1m 空间分辨率 GF-2 卫星影像，采用灰度共生矩阵提取了 4 个波段的 32 个纹理信息；结合配准后的多时相 GF-1卫星影像，提取不同时相的归一化植被指数、以及增强型植被指数信息。通过 a多光谱波段， b 单一时相 GF-2 多特征数据， c 多时相多特征数据，三种组合之间的对比实验，证明了结合多时相的光谱特征及 GF-2 纹理特征，可增大不同类型作物之间的差异性，获得较好的分类精度。本研究针对 GF-1， GF-2 卫星影像特征，通过对农林间作样区的分类研究，形成了比较完善的特征提取和间作地区作物分类方案。实验表明， GF-1 和 GF-2卫星多光谱影像在结合纹理和多时相植被指数特征后可以在光谱信息复杂，植被信息多样化的间作区域内提供足够的植被覆盖细节，实现农林信息的精细提取(总体精度达到 86.87%， kappa 系数为 0.78 )。该研究为充分发掘国产高分卫星在农作物和林业方面的应用潜力提供了理论依据。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 源URL | [http://ir.xjlas.org/handle/365004/15340]  |
| 专题 | 中国科学院新疆生态与地理研究所 新疆生态与地理研究所_研究系统 |
| 作者单位 | 中国科学院新疆生态与地理研究所 |
| 推荐引用方式 GB/T 7714 | 刘萍. 基于集成分类器的多时相高分一号/二号影像农林间作系统分类方法研究[D]. 北京. 中国科学院大学. 2019. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。