<sub id="jvhxp"></sub>

<address id="jvhxp"></address>
    <sub id="jvhxp"></sub>

    <sub id="jvhxp"></sub>

        logo

        您所在位置網站首頁 > 海量文檔  > 研究生考試 > 綜合考試

        基于哨兵二號的不透水面的空間異質性分析及提取研究.pdf 85頁

        本文檔一共被下載: ,您可全文免費在線閱讀后下載本文檔。

        • 支付并下載
        • 收藏該文檔
        • 百度一下本文檔
        • 修改文檔簡介
        全屏預覽

        下載提示

        1.本站不保證該用戶上傳的文檔完整性,不預覽、不比對內容而直接下載產生的反悔問題本站不予受理。
        2.該文檔所得收入(下載+內容+預覽三)歸上傳者、原創者。
        3.登錄后可充值,立即自動返金幣,充值渠道很便利
        摘要 不透水面的空間分布及幾何形狀與城市的發展規劃及環境保護息息相關。近 幾十年來,航空航天技術發展迅速的同時也為城市不透水面提取提供更多的可 能。本文以卷積神經網絡為例探討了深度學習模型應用于哨兵二號衛星遙感影像 的不透水面提取的可行性,研究不同復雜度的模型對不透水面提取的泛化能力。 而后對不同區域的不透水面的空間異質性即空間分布、材料特性及光譜特性進行 分析。最后將分析結果應用于傳統指數方法,將傳統指數與不透水面提取模型相 結合,實現不透水面提取。本文主要內容可以下三個部分: (1)基于深度學習的不透水面提取可行性分析。本文以卷積神經網絡為例, 介紹深度學習模型實現的理論基礎,并且通過搭建不同復雜度的卷積神經網絡模 型,分析不同復雜度的模型的不透水面提取精度。本實驗不僅通過比較這些模型 之間的性能差異得到最適合于這項工作的模型,而且還揭示了深度學習模型用于 不透水面提取的可行性。 (2)不同區域的不透水面空間異質性及光譜特征分析。本文的研究區域有 三個,分別是不透水面稀疏區域、中等區域及密集區域。通過對不同區域的不透 水面的分布特征及材料特性進行了研究分類,分析各類地表覆蓋面對不同波段的 光譜反射值,討論了不同波段對于提取不同區域不透水面的可行性。 (3)傳統指數與深度學習模型結合。本文將城市地表覆蓋面分為三類,不 透水面、透水面及水體。本文通過對不透水面的光譜特性進行分析,對原有水體 指數及建筑物指數加以改進,再分別與不同區域的這三類覆蓋面的常用指數進行 對比,比較每一類覆蓋面的指數的類間均值差異。最后,采用改進后的水體指數、 改進后的建筑物指數及垂直不透水面指數與原始波段結合,共同組成卷積神經網 絡模型的輸入,比較不同指數與波段結合后的輸入的整體精度。 實驗證明了深度學習模型在不透水面提取任務中的具有可行性的同時,也表 明采用不同地類指數與原始波段共同組成新的特征輸入可以提高深度學習模型 的精度。 關鍵詞:城市不透水面提取,深度學習,哨兵二號衛星影像 1 Abstract The spatial distribution and geometric shape of the impervious surface are an important indicator for urban planning and urban environment research . In recent decades, the rapid development of aerospace technology has also provided more possibilities for urban impervious surface extraction. How to extract the impervious surface from the remote sensing image has become the focus of many researchers. This paper takes convolution neural networks as an example to discuss the feasibility of deep learning for extracting impervious surfaces by comparing the accuracy of impervious surfaces identification with models of different complexity. Then this paper analyzes the spatial heterogeneity of the impervious surface in different areas. Finally, the analysis results are applied to traditional index methods,

        發表評論

        請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
        用戶名: 驗證碼: 點擊我更換圖片

        “原創力文檔”前稱為“文檔投稿賺錢網”,本站為“文檔C2C交易模式”,即用戶上傳的文檔直接賣給(下載)用戶,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有【成交的100%(原創)】。原創力文檔是網絡服務平臺方,若您的權利被侵害,侵權客服QQ:3005833200 電話:19940600175 歡迎舉報,上傳者QQ群:784321556

        天津时时彩