基于Landsat长时间序列的合成图像构建方法与应用研究开题报告

 2021-08-08 12:08

1. 研究目的与意义

当地区的实地资料或者遥感影像不充分时,图像合成可以为土地管理者提供更加丰富的土地覆盖信息。

例如Landsat影像每16天过境,导致中间时段的土地信息缺失,不能更加准确地捕捉土地覆盖变化。

本研究利用云量低于80%的所有可使用的Landsat5,7,8地表反射率数据,应用CCDC原理,对长时间序列的地表反射率数据进行曲线拟合,建立模型。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

2. 国内外研究现状分析

传统的自动分类算法,它们需要所有日期中都无云的影像来对每个像元进行分类,这是很困难的,特别是对于像Landsat这样具有相对低时间分辨率的传感器。

对于一些多云的区域,可能需要等待数年才能在同一年内获得没有云和雪的多幅landsat影像。

因此,大多数基于landsat的地面覆盖图都是以五年或十年的间隔生成的,这大大减少了它们的时效性。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

3. 研究的基本内容与计划

首先从USGS中心下载从1987到2017年所有的云量低于80%的Landsat地表反射率产品,下载产品的轨道号是132/034。

接下来对研究区进行去云,雪掩膜等处理。

然后把同一波段所有年份的数据进行堆栈。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

4. 研究创新点

传统方法产生的土地覆盖图不能直接用于土地覆盖变化的识别,因为分类误差的大小往往远大于土地覆盖变化的大小。

如果我们通过比较不同时间生成的土地覆盖图来检测变化,则分类过程中的误差将显示为变化,这给变化幅度小的地方带来了严重的问题。

利用来自landsat系列的所有可用TM/ETM 观测数据,利用一种新的连续变化检测和分类(CCDC)算法,以帮助减小上述传统的变化检测和分类方法所带来的问题,并且根据拟合的曲线可以合成任意时间点的遥感影像。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,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,微信号:bysjorg 、QQ号:3236353895;