文献综述
基于多源遥感数据的长三角地区生态用地信息提取方案设计
1、目的与意义
土地生态系统作为一个区域内生命体与非生命体之间的连接媒介，是能量流动和物质循环的综合体，生态用地则为其必要载体，被誉为“活资本”。生态用地不仅维护了生态多样性和自然生态过程的稳定，还会促进水文循环、改善空气质量。为适应绿色发展和生态文明建设的需要，应重新构建土地利用分类体系，将污损废弃土地变为生态用地，并对生态用地实施特殊保护，出台生态用地的管理办法。因此，采用高新技术手段对生态用地进行监测对建立科学的管理体系至关重要。
长三角地区人口密度大，经济发展程度高，是中国城市化和工业化水平最高、人口最密集、土地开发强度最大以及对生态环境影响显著的地区。因此，本课题以长三角部分地区为实验区域，融合多时相的Landsat卫星和Sentinel-2卫星光学影像及JERS-1卫星和Sentinel-1A卫星SAR影像，提取不同的特征参数，包括光学参数（NDVI、EVI、LSWI等）、纹理参数（均值、均方差、二阶矩等）、极化参数（极化差、极化比等），最后实现利用决策树分类算法进行生态用地信息提取的实验流程，并设置对比方案，比较不同数据在生态用地信息提取中的优劣性。本毕业设计的研究将为相关部门制定生态用地管护措施提供理论依据。
2. 国内外研究现状
自20世纪60年代末第一颗人造地球资源卫星发射以来，空间遥感技术得到了长足发展，在世界各国的经济、政治、军事等领域内发挥着日益重要的作用，同时遥感卫星的地面分辨率越来越高，获取的信息量越来越大，且应用范围也越来越广。目前，多平台、多时相、多光谱和多分辨率遥感影像数据正以惊人的数量快速涌来，这就是我们所说的多源遥感。与单源遥感影像数据相比，多源遥感影像数据所提供的信息具有冗余性、互补性和合作性。多源遥感影像数据的冗余性表示他们对环境或目标的表示、描述或解译结果相同；互补性是指信息来自不同的自由度且相互独立；合作信息是不同传感器在观测和处理信息时对其它信息有依赖关系。
2.1国外研究现状
20世纪70年代以来,遥感工作者基于美国学者最早提出的“多传感器信息融合”概念, 认为可从多源遥感数据中提取比单一遥感方式更丰富、更可靠、更有用的信息, 之后军事上的迫切需求,使它得到了很快的发展, 美、英、日、德、意等国家已研制出实用的遥感信息融合处理系统和软件, 并在信息提取方面有了较大的发展。近些年，像在2005年，Kim S H , Lee K S .分析整合两个独特的卫星遥感数据（光学和微波图像）以进行土地覆盖分类的协同效应。使用Landsat ETM 和Radarsat合成孔径雷达（SAR）数据的组合的几个数据集以及仅ETM 或SAR数据的单个数据集，对朝鲜半岛西部沿海地区11种土地覆盖类型进行了分类。通过实验，得到了这些组合数据集的协同效应通过图像解释和计算机辅助分类均很明显且合并后的数据集的整体分类的准确性更高的结论。2010年，A.Wijaya，P.R.Marpu，and R.Gloaguen等人证明了SAR技术在分类评估中的价值。2012年，Annemarie Schneider使用Landsat卫星数据的密集时间栈和数据挖掘方法，证明了决策树和支持向量机胜过最大似然分类器并且决策树在处理丢失数据方面表现出优势。2013年，Julia Amoroacute;s-Loacute;pez等提出了一种结合MERIS FR和Landsatensp;图像时间序列的多时相多传感器图像融合方法。该方法产生具有高空间分辨率图像的空间分辨率的合成图像，同时保留中等空间分辨率图像的光谱和时间特性，其产品可以更好地确定农作物类型和物候，并能迅速捕获土地覆盖的变化。2017年，Bin Chen等通过数据融合整合多源遥感特征结果表示融合了时间，光谱，角度和地形特征的融合数据比原始RS数据具有更好的土地覆盖分类精度。与地形特征相比，从融合数据中提取的时间和角度特征在分类性能中起着更为重要的作用，特别是那些包含丰富的植被生长信息的时间特征，显著提高了整体分类的准确性。2018年，De Alban J D T等使用随机森林对Landsat和L波段SAR数据，进行了分类，比较了单个传感器数据和组合传感器数据的分类精度，并评估了光学和雷达层对分类精度的贡献，分析结合的Landsat和L波段SAR数据可以更好地了解农业人工林扩张的相关驱动因素以及热带森林景观中土地利用/覆盖变化的动态。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
