不同時期天水市tm遙感影像特征與分類分析_畢業(yè)論文(存儲版)
【正文】 同同 時時 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 院 生命科學與化學學院 專 業(yè) 科學教育 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 教 師的 指 導 下 獨 立 進 行 研 究 所 取 得 的 成 果 。 classification accuracy 摘要 中文 本文利用 軟件， 結合地面數(shù)據(jù)，以 199 20xx年 2 景陸地衛(wèi)星 TM 圖象為主要信息源，天水機場為中心，對天水市部分 地區(qū)進行主要地物計算機分類研究。 答辯委員會主任簽字： 教務處審核： 目 錄 摘 要 ............................................................................................................ 1 關鍵詞 .......................................................................................................... 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 分類結果與分析 ........................................................................................ 9 4 結論與討論 ..............................................................................................11 參考文獻 .....................................................................................................11 天水師范學院畢業(yè)論文 不同時期天水市 TM 遙感影像特征 與分類 分析 作者：柴淑秀 指導老師：王學恭 (天水師范學院 生命科學與化學學院 甘肅 天水 741000) 摘 要 ： 本文利用 軟件， 結合地面數(shù)據(jù)，以 199 20xx 年 2 景陸地衛(wèi)星 TM圖象為主要信息源， 以 天水機場為中心，對天水市部分地區(qū)進行主要地物計算機分類研究。隨著各種新理論和新方法的出現(xiàn)，一些數(shù)學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 隨機場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、神經網絡圖像分類方法、基于知識的決策規(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，經緯度范圍為： 104176。在波天水師范學院畢業(yè)論文 段上選擇了 TM1,TM2,TM3， TM4， TM5， TM6 波段，然后對其進行疊加處理，形成多光譜圖像。 然后選取感興趣區(qū)，對研究區(qū)選擇不同的方法進行分類。 表 2 研究區(qū)最大似然分類精度評價結果 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 生產精度 (
研究報告相關推薦
鄂ICP備17016276號-1