基于地物空間分布特征的亞像元制圖的開題報(bào)告

基于地物空間分布特征的亞像元制圖的開題報(bào)告一、選題背景隨著遙感技術(shù)的不斷發(fā)展，高分辨率、多光譜遙感數(shù)據(jù)能夠提供各種地物信息的細(xì)節(jié)，但這些細(xì)節(jié)信息通常難以從整體上反映出地物的空間分布特征。而亞像元制圖技術(shù)能夠解決這個(gè)問題，通過對(duì)衛(wèi)星像素進(jìn)行亞像元?jiǎng)澐?，將地物精?xì)化轉(zhuǎn)化為離散化的像元信息，提高地物信息的精確性和可信度。因此，基于地物空間分布特征的亞像元制圖成為了當(dāng)前遙感信息處理的研究熱點(diǎn)之一。二、選題意義亞像元制圖技術(shù)在資源調(diào)查、環(huán)境監(jiān)測(cè)、植被遙感、城市建設(shè)等領(lǐng)域有著廣泛的應(yīng)用。例如，利用亞像元制圖技術(shù)進(jìn)行城市建設(shè)用地的識(shí)別和區(qū)分，可以提高對(duì)城市土地利用的監(jiān)測(cè)和規(guī)劃水平；利用亞像元制圖技術(shù)進(jìn)行林地土地利用和遙感植被損失評(píng)估等，可以為森林資源規(guī)劃提供科學(xué)依據(jù)。三、研究?jī)?nèi)容基于地物空間分布特征的亞像元制圖的研究?jī)?nèi)容主要包括以下幾個(gè)方面：（1）亞像元制圖基礎(chǔ)理論研究：包括亞像元?jiǎng)澐掷碚摗喯裨獌?nèi)部特征、亞像元間關(guān)聯(lián)性等方面的研究；（2）亞像元制圖技術(shù)關(guān)鍵技術(shù)研究：包括亞像元提取算法、亞像元精度檢驗(yàn)和亞像元融合等方面的研究；（3）基于地物空間分布特征的亞像元制圖實(shí)證研究：以城市建設(shè)用地、林地土地利用為例進(jìn)行實(shí)證研究，評(píng)估該技術(shù)在不同應(yīng)用領(lǐng)域的適用性和可行性。四、研究方法本研究主要采用數(shù)據(jù)分析、模型構(gòu)建和實(shí)驗(yàn)驗(yàn)證相結(jié)合的方法。首先，對(duì)遙感數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)去噪、影像配準(zhǔn)等；然后，采用亞像元?jiǎng)澐炙惴?，將像元?jiǎng)澐譃槎鄠€(gè)亞像元的區(qū)域，生成亞像元圖像，利用精度檢驗(yàn)方法，對(duì)亞像元圖像的精度進(jìn)行評(píng)估；最后，利用亞像元圖像進(jìn)行應(yīng)用研究，并和傳統(tǒng)像元制圖結(jié)果進(jìn)行對(duì)比。五、預(yù)期成果預(yù)期的成果主要包括以下幾個(gè)方面：（1）建立基于地物空間分布特征的亞像元制圖模型；（2）設(shè)計(jì)亞像元?jiǎng)澐炙惴ú?duì)算法進(jìn)行驗(yàn)證；（3）與傳統(tǒng)像元制圖方法進(jìn)行對(duì)比，分析亞像元制圖的優(yōu)勢(shì)和劣勢(shì)；（4）應(yīng)用亞像元制圖技術(shù)進(jìn)行城市建設(shè)用地、林地土地利用等分析，并評(píng)估亞像元制圖的適用性。六、研究難點(diǎn)（1）亞像元?jiǎng)澐炙惴ǖ脑O(shè)計(jì)；（2）亞像元精度檢驗(yàn)方法的制定；（3）亞像元圖像的融合和應(yīng)用。七、研究計(jì)劃第一年：（1）系統(tǒng)學(xué)習(xí)亞像元制圖技術(shù)和相關(guān)領(lǐng)域的知識(shí)；（2）收集和整理亞像元制圖相關(guān)數(shù)據(jù)，開展預(yù)處理工作；（3）設(shè)計(jì)亞像元?jiǎng)澐炙惴?，并進(jìn)行精度驗(yàn)證。第二年：（1）對(duì)亞像元制圖技術(shù)進(jìn)行調(diào)研和分析；（2）開發(fā)亞像元制圖軟件，并對(duì)其進(jìn)行測(cè)試和驗(yàn)證；（3）利用亞像元制圖技術(shù)對(duì)城市建設(shè)用地進(jìn)行分析和驗(yàn)證。第三年：（1）對(duì)亞像元制圖技術(shù)進(jìn)行優(yōu)勢(shì)分析和應(yīng)用實(shí)驗(yàn)；（2）進(jìn)一步驗(yàn)證亞像元制圖技術(shù)的適用性；（3）撰寫論文并完成學(xué)位論文答辯。八、參考文獻(xiàn)（1）Chen,Y.,Q.Liu,etal.(2017).DeepLearning-basedClassificationofHyperspectralDataforMappingCroplandintheNorthChinaPlain.JournalofIntegrativeAgriculture.（2）F?rster,M.,D.Siedentop,etal.(2017).WalnutorchardstreerowdetectionatdifferentphenologicalstagesusingaUASmultimodalremotesensingplatform.EuropeanJournalofRemoteSensing50(1):346-357.（3）Hedge,N.,J.Y.Hardeberg,etal.(2019).UnsupervisedPixel-basedHyperspectralImageSegmentationusingaJointSpatial-SpectralDistributionmodel.RemoteSensing11(7):841.（4）Liang,X.,C.Liu,etal.(2018).Scene-adaptivenet