資源描述：
《喀斯特石漠化地表遙感信息自動(dòng)提取研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、貴州師范大學(xué)碩士學(xué)位論文喀斯特石漠化地表遙感信息自動(dòng)提取研究摘要貴州土地石漠化的分布特征及其成因和石漠化地區(qū)的生態(tài)環(huán)境綜合治理模式的研究已經(jīng)基本成熟，但是對(duì)于怎樣用遙感影像在測(cè)定不同背景、不同等級(jí)石漠化光譜反射特征的基礎(chǔ)上自動(dòng)提取石漠化信息和進(jìn)行定量分析目前還沒(méi)有相關(guān)研究。論文的研究目的在于探索一種利用遙感影像自動(dòng)化、高效率、高精度地提取石漠化復(fù)雜背景下的地物信息，揭示不同等級(jí)的石漠化光譜反射差異性的方法，從而更好地利用遙感技術(shù)獲取石漠化信息，為石漠化的治理提供理論依據(jù)。論文的主要研究?jī)?nèi)容如下：(1)不同等級(jí)石漠化及其背景地物的光譜特征研究；(
2、2)基于人工神經(jīng)網(wǎng)絡(luò)分類(lèi)方法的石漠化遙感地表信息自動(dòng)提取模型的設(shè)計(jì)；(3)對(duì)提取的石漠化信息進(jìn)行定量的精度評(píng)價(jià)。論文提出了一種基于神經(jīng)網(wǎng)絡(luò)分類(lèi)方法的石漠化遙感自動(dòng)分類(lèi)方法。選取貴州省畢節(jié)鴨池示范區(qū)石橋流域?yàn)檠芯繀^(qū)，采用典型的后向人工神經(jīng)網(wǎng)絡(luò)分類(lèi)方法進(jìn)行分類(lèi)，并開(kāi)展野外遙感調(diào)查，以提高和驗(yàn)證分類(lèi)精度。研究結(jié)果表明：該方法分類(lèi)時(shí)避免了其他多余信息的干擾和影響，從而可以提高分類(lèi)精度。關(guān)鍵詞：喀斯特石漠化，神經(jīng)網(wǎng)絡(luò)，混合光譜模型，光譜特征貴州師范大學(xué)碩士學(xué)位論文喀斯特石漠化地表遙感信息自動(dòng)提取研究ABSTRACTTheresearchonthedist
3、ributionandcauseofGuizhoudesertificationandenvironmentalcomprehensivemanagementofdesertificationregionisessentiallymature，butuntilnowtherehasnotbeenrelevantresearchonhowtouseRemotesensingimageanalysistoextractdesertificationinformationautomaticallyandquantificationanalysisba
4、sedonmeasuringthecharacteristicsofdesertificationspectralreflectancewithvariablebackgroundsandgrades．ThiSpaperaimsatexploringamethodwhichusesRemotesensingimagetoextractobjectandlocationinformationandindicatesthedifferenceofthecharacteristiCSofdifferentdesertificationspectral
5、reflectance，providingatheoreticalbasisfordesertificationmanagementduetobetteruseofremotesensingtechnologytoacceptdesertificationinformation．ThecontentofthiSarticleiSasfollows：(1)Researchonspectralfeatureofdifferentrankkarstrock—desertificationunderbackgroundterrainfeature：(2
6、)DesignonautomaticextractionmodelofRemotesenseinformationofKarstRock—desertificationareabasedonartificialneuralnetworks；(3)ToevaluatetheaccuracyofextractioninformationaboutKarstRock—desertificationarea．ThearticleproposeanewautomaticclassificationmodelofKarstRock—desertificat
7、ionbasedonneuralnetworkscombinedwithspectralfeaturesinthestudyofYachidemonstratearea．TheauthorscontinuelI貴州師范大學(xué)碩士學(xué)位論文喀斯特石漠化地表遙感信息自動(dòng)提取研究toclassifybyneuralnetworkclassificationandspectrumreflectingpropertiesanalysis．Finally，carryoutfieldinVestigationtoimproveandvalidatetheclas
8、sificationprecision．TheresultsshowthiSmethodeliminatesthedisturbanceandinfl
