不同時(shí)期天水市tm遙感影像特征與分類分析_畢業(yè)論文(存儲(chǔ)版)
【正文】 同同 時(shí)時(shí) 期期 天天 水水 市市 TM 遙遙 感感 影影 像像 特特 征征 與與 分分 類類 分分 析析 學(xué) 院 生命科學(xué)與化學(xué)學(xué)院 專 業(yè) 科學(xué)教育 提交日期 20xx 年 5 月 25 日 原創(chuàng)性聲明 本 人 鄭 重 聲 明 ： 本 人 所 呈 交 的 論 文 是 在 指 導(dǎo) 教 師的 指 導(dǎo) 下 獨(dú) 立 進(jìn) 行 研 究 所 取 得 的 成 果 。 classification accuracy 摘要 中文 本文利用 軟件， 結(jié)合地面數(shù)據(jù)，以 199 20xx年 2 景陸地衛(wèi)星 TM 圖象為主要信息源，天水機(jī)場(chǎng)為中心，對(duì)天水市部分 地區(qū)進(jìn)行主要地物計(jì)算機(jī)分類研究。 答辯委員會(huì)主任簽字： 教務(wù)處審核： 目 錄 摘 要 ............................................................................................................ 1 關(guān)鍵詞 .......................................................................................................... 1 引言 .............................................................................................................. 1 1 研究區(qū)概況 ............................................................................................... 2 2 分類數(shù)據(jù)及其處理方法 ............................................................................. 2 分類區(qū)數(shù)據(jù) ........................................................................................ 2 數(shù)據(jù)處理方法 ................................................................................... 3 分類方法 .......................................................................................... 3 最大似然分類法 ........................................................................ 5 最小距離法 ............................................................................... 6 平行六面體法 .......................................................................... 7 馬氏距離分類 .......................................................................... 8 3 分類結(jié)果與分析 ........................................................................................ 9 4 結(jié)論與討論 ..............................................................................................11 參考文獻(xiàn) .....................................................................................................11 天水師范學(xué)院畢業(yè)論文 不同時(shí)期天水市 TM 遙感影像特征 與分類 分析 作者：柴淑秀 指導(dǎo)老師：王學(xué)恭 (天水師范學(xué)院 生命科學(xué)與化學(xué)學(xué)院 甘肅 天水 741000) 摘 要 ： 本文利用 軟件， 結(jié)合地面數(shù)據(jù)，以 199 20xx 年 2 景陸地衛(wèi)星 TM圖象為主要信息源， 以 天水機(jī)場(chǎng)為中心，對(duì)天水市部分地區(qū)進(jìn)行主要地物計(jì)算機(jī)分類研究。隨著各種新理論和新方法的出現(xiàn)，一些數(shù)學(xué)工具不斷的被引入到遙感圖像的分類中，人們不斷研究和嘗試，就發(fā)現(xiàn)了許多新方法，如模糊分類、基于 Markov 隨機(jī)場(chǎng)模型紋理描述的分類方法、小波分析的分類方法、分形的紋理方法、神經(jīng)網(wǎng)絡(luò)圖像分類方法、基于知識(shí)的決策規(guī)則分類方法、專家系統(tǒng)分類方法，以及這些方法的相互結(jié)合分類方法等等。 圖 1 天水市 TM432 波段合成遙感影像圖 Synthetic remote sensing image in the TM432 Band in TianShui City 2 分類數(shù)據(jù)及其處理方法 分類區(qū)數(shù)據(jù) 本文研究所采用的數(shù)據(jù)為 1992 年和 20xx 年的 TM 影像，經(jīng)緯度范圍為： 104176。在波天水師范學(xué)院畢業(yè)論文 段上選擇了 TM1,TM2,TM3， TM4， TM5， TM6 波段，然后對(duì)其進(jìn)行疊加處理，形成多光譜圖像。 然后選取感興趣區(qū)，對(duì)研究區(qū)選擇不同的方法進(jìn)行分類。 表 2 研究區(qū)最大似然分類精度評(píng)價(jià)結(jié)果 Table2: The evaluation results of classification accuracy of Maximum likelihood classification in study areas 河流 植被 居民區(qū) 裸地 耕地 用戶精度（ %） 河流 107 21 0 12 8 植被 0 199 10 9 34 居民區(qū) 5 51 57 0 11 裸地 1 1 15 69 26 耕地 5 18 5 11 87 生產(chǎn)精度 (
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1