高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究

高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究

ID:34810153

大?。?2.16 MB

頁數(shù):146頁

時間:2019-03-11

高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究_第1頁
高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究_第2頁
高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究_第3頁
高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究_第4頁
高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究_第5頁
資源描述:

《高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、東南大學(xué)博士學(xué)位論文高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中的應(yīng)用研究姓名:戚浩平申請學(xué)位級別:博士專業(yè):交通運輸規(guī)劃與管理指導(dǎo)教師:王煒20090618摘要高空間分辨率衛(wèi)星數(shù)據(jù)通常是指像素的空間分辨率在5m以內(nèi)的全色或多光譜衛(wèi)星遙感數(shù)據(jù),影像上地物的幾何結(jié)構(gòu)和紋理信息更加明顯,信息量更大。高分辨率數(shù)據(jù)的出現(xiàn)使得利用光譜空間特征來區(qū)分和判定地物類別的精度提高、數(shù)據(jù)更新的速度很快,數(shù)據(jù)處理的周期大大縮短,時效性更高;使得數(shù)據(jù)應(yīng)用從宏觀到微觀、從定性到定量。交通調(diào)查與分析是為交通需求預(yù)測提供基礎(chǔ)信息的重要環(huán)節(jié)

2、,實時、快捷地獲取交通現(xiàn)狀是交通調(diào)查的根本任務(wù)。土地利用形態(tài)、道路基礎(chǔ)設(shè)施以及交通小區(qū)人口等信息與空間地理位置密切相關(guān),而高空間分辨率衛(wèi)星遙感技術(shù)的上述特點,使其在獲取空間地理信息方面有突出優(yōu)勢,因此將遙感新技術(shù)引用到交通領(lǐng)域來輔助交通調(diào)查,可以提高調(diào)查的效率和數(shù)據(jù)的時效性。本文以國家973計劃項目“大城市交通擁堵瓶頸的基礎(chǔ)科學(xué)問題研究"子課題之一《城市交通需求生成機理與瓶頸識別》為依托,研究了高空間分辨率衛(wèi)星遙感技術(shù)在交通調(diào)查中應(yīng)用的若干關(guān)鍵技術(shù)。論文研究的核心是利用高分辨率衛(wèi)星遙感技術(shù)獲取土地利用

3、形態(tài)指標(biāo)。全文主要內(nèi)容可分為五個部分:高空間分辨率遙感影像處理、高空間分辨率遙感影像土地利用分類、建筑物高度的提取方法、交通小區(qū)人口遙感估算、基于偏最d'-乘原理的土地利用形態(tài)與交通發(fā)生量關(guān)系模型建立。第一部分是研究的基礎(chǔ)與前期工作,是整個研究的準(zhǔn)備階段;第二、三部分是研究的核心,重點研究三維信息的提取技術(shù)與方法;第四、五部分是具體應(yīng)用,應(yīng)用所提取的三維信息推算交通規(guī)劃所需基礎(chǔ)數(shù)據(jù)。論文的第一部分首先對滿足交通調(diào)查需求的影像預(yù)處理方法進(jìn)行分析研究。本文針對高分辨率衛(wèi)星影像的特點,研究了高分辨率影像的自

4、身融合,在實驗的基礎(chǔ)上指出了各方法操作過程中的注意事項,以便提高融合質(zhì)量,在對融合效果綜合評價的基礎(chǔ)上,確定了能滿足研究要求的影像融合方法;接著闡明了影像幾何精糾正的理論基礎(chǔ)和GPS精密單點定位的技術(shù)原理與數(shù)學(xué)模型,通過實驗分析了GPS精密單點定位技術(shù)的精度,證明了GPS精密單點定位技術(shù)完全可以滿足高分辨率遙感影像幾何精糾正的要求;最后提出了一種基于閾值的分區(qū)陰影檢測方法,可以有效減少陰影誤檢率,提高陰影檢測精度,并通過實驗詳細(xì)分析了陰影去除的方法與過程。論文的第二部分是本研究的核心之一。目前面向常規(guī)

5、多光譜遙感影像,較為成熟的土地利用分類技術(shù)是以單個像元為基本操作單元,利用地物的光譜特征,依據(jù)一定的判別函數(shù)逐像元進(jìn)行判別。顯然,這些分類技術(shù)不能真正發(fā)揮高分辨率遙感圖像的優(yōu)勢,因此,針對高空間分辨率遙感數(shù)據(jù)特點的面向?qū)ο蠓诸惣夹g(shù)應(yīng)運而生。文中詳細(xì)分析了面向?qū)ο蠓诸惣夹g(shù)中影像分割與對象生成、特征集構(gòu)建以及模糊分類等關(guān)鍵技術(shù),進(jìn)行了面向交通規(guī)劃的土地利用分類實驗,對實驗精度作了評估。結(jié)果表明:分類的總體分類精度為95.4%,Kappa系數(shù)可達(dá)0.9282,說明分類結(jié)果的內(nèi)部一致性很高,將分類結(jié)果與實測結(jié)

6、果對比,分類準(zhǔn)確率在85%以上,大部分地物的分類準(zhǔn)確率能達(dá)到90%。論文的第三部分系統(tǒng)研究了利用高分辨率衛(wèi)星影像獲取建筑物高度的方法,也是本研究的核心之一。首先,研究了利用陰影信息獲取建筑物高度的方法,雖然高分辨率影像上的陰影十分明顯,但陰影有各種形態(tài),如面狀、條狀、完整的、不完整的、落在地面上的和落在其它建筑上的等等,針對陰影的不同形態(tài),研究提出了不同的利用陰影獲取建筑物高度的方法;其次,研究了用來替代衛(wèi)星遙感影像嚴(yán)格成像模型的RPC(RationalPolynomialCoefficients)模

7、型,揭示出RPC模型除了能建立點位的影像坐標(biāo)與地理坐標(biāo)的對應(yīng)關(guān)系外,也能反映出某兩點在影像上的坐標(biāo)差與該兩點高差間的對應(yīng)關(guān)系,由此提出了利用建筑物的屋頂點與墻腳點的影像坐標(biāo)差來獲取建筑物高度的方法;最后,研究了用非量測數(shù)碼相機獲取建筑物近景照片確定控制點像空間坐標(biāo),根據(jù)建筑物固有的直角關(guān)系確定控制點物方坐標(biāo),建立共線方程并運用角錐體原理解算建筑物高度的方法。論文第四、五部分是在第二、三部分研究基礎(chǔ)上的應(yīng)用研究,研究了交通小區(qū)人口遙感估算的理論與方法;闡明了利用高分辨率衛(wèi)星影像獲取土地使用類型與面積、各

8、類用地上的建筑面積、建筑總面積、建筑密度、建筑容積率等土地利用指標(biāo)的方法與過程,重點研究了基于偏最dx--乘原理的土地利用形態(tài)與交通發(fā)生量相關(guān)關(guān)系模型的建立方法。關(guān)鍵詞:交通調(diào)查、高分辨率遙感、土地利用分類、建筑物高度提取、建筑容積率、人口遙感估算、偏最小二乘回歸IIAbstractHighspatialresolutionsatelliteremotesensingtechnologyprovidesanewapproachforwafflesurve

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。