基于资源三号卫星遥感影像的城市绿地信息提取方法研究的开题报告
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于资源三号卫星遥感影像的城市绿地信息提取方
法研究的开题报告
一、选题的背景和意义
绿地是城市景观中十分重要的组成部分,对于城市生态环境、人居质量、城市气候和社会经济发展等方面具有重要影响作用。
因此,对城市绿地的信息提取和研究具有非常重要的现实意义。
随着遥感技术的不断发展和卫星数据的逐渐完善,利用遥感技术进行城市绿地提取已成为一种基本方法。
资源三号卫星是我国自主研制的高分辨率、多光谱遥感卫星,具有高空间分辨率、大幅宽和较高的数据更新频率,对城市绿地信息提取具有很大的优势。
因此,本文旨在研究基于资源三号卫星遥感影像的城市绿地信息提取方法,通过分析相关的遥感图像处理技术和算法,探讨一种适合我国城市绿地特点的提取方法,为城市规划和管理提供科学数据和支持。
二、研究的内容和方案
1. 研究内容:
本文将围绕基于资源三号卫星遥感影像的城市绿地信息提取方法展开研究,主要包括以下几个方面:
(1)资源三号卫星遥感影像的获取与处理;
(2)城市绿地信息提取的遥感图像处理技术和算法;
(3)基于支持向量机(SVM)的城市绿地分类方法;
(4)城市绿地信息提取的精度评价与分析。
2. 研究方案:
(1)资源三号卫星遥感影像的获取与处理:
本文将利用现有的资源三号卫星遥感影像数据,通过遥感图像处理软件进行预处理和增强,包括影像的大气校正、辐射校正、几何校正等过程;
(2)城市绿地信息提取的遥感图像处理技术和算法:
本文将运用遥感图像分析中常用的图像增强、特征提取、图像分割等技术和算法,提取城市绿地的目标特征,包括绿色与非绿色物体的分离、土地覆盖类型的识别等;
(3)基于支持向量机(SVM)的城市绿地分类方法:
SVM是一种常用的分类模型,具有较好的分类精度和鲁棒性。
本文将优化SVM分类模型的参数设置和特征选择,对城市绿地信息进行分类和提取;
(4)城市绿地信息提取的精度评价与分析:
本研究将采用真实样本验证和统计学方法进行绿地信息提取的精度评价和分析,为进一步优化城市绿地管理提供科学依据。
三、可行性分析
基于资源三号卫星的遥感影像进行城市绿地信息提取是一种有效的方法,具有以下几个可行性:
(1)资源三号卫星具有较高的空间分辨率和宽幅度,可提供丰富的城市绿地信息;
(2)遥感图像处理技术和算法已经得到广泛应用和验证,具有较高的可靠性和准确性;
(3)SVM分类算法具有较好的分类效果和较高的鲁棒性;
(4)本研究对城市绿地信息提取的精度评价和分析具有严谨的科学性。
四、预期成果
该研究的预期成果包括:
(1)建立基于资源三号卫星遥感影像的城市绿地信息提取模型;
(2)研究适合我国城市绿地特点的提取方法;
(3)对城市绿地信息提取的精度进行验证和分析;
(4)为城市绿地管理和规划提供支持和数据支持。
五、参考文献
[1] 孙志远,王丹华,采集与处理遥感数据,电子工业出版社,2004。
[2] 李京京,基于遥感影像的城市绿地信息提取研究,四川农业大学硕士学位论文,2016。
[3] 周鹏,张跃辉,杨一凡,一种基于支持向量机的城市绿地提取方法,浙江农林大学学报,2013(6):712-717。
[4] 韩玲玲,李双奎,基于资源三号卫星遥感影像的城市绿地信息提取研究,广东农业科学,2018(9):80-84。