导读:本文包含了多源遥感信息融合论文开题报告文献综述及选题提纲参考文献，主要关键词:不透水面,多源数据融合,多分类器组合,DS证据理论
多源遥感信息融合论文文献综述
赵艺淞[1]（2017）在《融合多源遥感信息的不透水面提取方法研究》一文中研究指出不透水面是指由城市中的屋顶、广场组成的建筑系统和由道路、停车场组成的交通系统共同构成的人工地表覆被形态。一方面,不透水面是城市化进程的评价指标,可以反映城市的演变及扩张;另一方面,不透水面的面积、盖度和空间格局,影响着城市水热循环、局地气候变化、水文水质效应、城市环境污染等诸多问题,因此不透水表面也是环境质量评价的重要参考。准确有效地进行城市不透水层的空间制图,不仅有助于城市环境管理,也对城市规划等有极强的指导作用。遥感技术是目前最广泛使用的不透水面信息提取手段,目前已有多种数据源和多种方法被应用到不透水面的提取中来。但是往往存在信息提取精度低导致实际应用受限的问题,如何提高不透水面提取的精度是一个重要的研究课题。单一传感器很难同时在时间、空间、光谱上都取得很高的分辨率,充分利用多源遥感影像之间存在的优势互补有助于获得更准确的专题信息。此外,研究表明不同的分类器之间的分类误差并不完全相同,多个分类器的组合往往能获得比单一分类器更高的分类精度。本文尝试从多源遥感数据和多分类器两个方面入手,充分发挥融合的思想,探讨如何进行多源信息的优势互补融合,旨在获得更高的专题信息提取精度。在深入研究多源遥感数据融合的方法、层次、关键技术和多分类器组合中基分类器构成、组合层次、融合算法等理论知识的基础上,进行了多分类器组合方法对比分析实验后,将DS证据理论应用于多分类器和多源数据的融合,并在多源数据融合之前,通过SVD奇异值分解识别证据冲突区域,并结合SAR数据通过建立规则库进行冲突区域自适应融合,取得了较好的结果。开展融合多源遥感信息的不透水面提取方法研究,不仅可以得到更高精度的不透水面提取结果,为相关领域提供更为准确的基础数据支持,具有实际应用价值。同时,也是对多源遥感数据融合方法的探索,有助于提高海量遥感信息的利用率,进而推动遥感技术的发展。(本文来源于《云南师范大学》期刊2017-06-06）
陈劲松,韩宇,陈工,张瑾[2]（2014）在《基于多源遥感信息融合的广东省土地利用分类方法——以雷州半岛为例》一文中研究指出准确高效的获取土地利用信息对生态环境评价非常重要。广东省地处华南热带和亚热带季风气候区,经济作物种类繁多,土地覆盖破碎,为土地利用精确分类带来很大不确定性,而常年多云雨的天气也为有效光学影像的获取带来困难。为提高土地覆盖分类精度,以雷州半岛为实验区,综合应用Landsat-TM/ETM、多时相HJ光学影像,以及X波段Terra SAR数据,通过分析不同地物类型在光谱、极化以及多时相特征上的差别,对原始图像进行特征提取。在此基础上融合多源遥感信息的地物特征运用面向对象土地覆盖分类方法获取研究区高精度的土地利用信息。结果显示这一方法能有效提高土地覆盖利用信息获取精度,为研究生态环境变化提供更准确的数据支持。(本文来源于《生态学报》期刊2014年24期）
宋宏利[3]（2013）在《多源土地覆被遥感信息融合及数据重构研究》一文中研究指出针对当前土地覆被遥感数据存在的问题及现有融合算法的不足提出了基于Dempster-Shafer理论和贝叶斯最大熵（Bayesian Maximum Entropy，BME）理论的多源土地覆被遥感数据融合及重构框架。研究首先评价了四种土地覆被遥感数据在国家及区域尺度的类别精度及混淆特征，构建了多源数据的空间一致性及类别均质性图谱。研究提出了基于LCCS分类体系和最小距离向量计算土地覆被遥感数据及MODIS LAI针对目标分类体系的基本概率函数的计算方法，实现了Dempster-Shafer理论框架下多源土地覆被遥感数据及辅助信息融合，并从多角度对融合结果进行了评价。针对典型研究区域，对比分析了指示克里金与贝叶斯最大熵模型在宏观及微观尺度的数据重构结果，挖掘了预测位置邻域内已知点个数对于预测精度及预测时间的定量影响，分析了在软数据精度较低情况下贝叶斯最大熵模型联合使用硬数据及软数据相对于单独使用硬数据进行数据重构的结果。(本文来源于《中国矿业大学（北京）》期刊2013-03-28）
王来刚[4]（2012）在《基于多源遥感信息融合的小麦生长监测研究》一文中研究指出遥感作为现代信息技术的前沿技术,可以快速准确获取大面积作物营养与生长状态等实时信息,为实施精确农业提供重要的技术支撑,从而有助于实现作物生产的高产、高效、优质等目标。将多源遥感信息进行融合,可以获得较单一遥感数据更丰富、更精确的信息,进而提高遥感信息分析和提取的精度,增强作物生长监测的准确性与稳定性。本研究将多源遥感信息融合技术应用到小麦生长监测中,通过实施多年不同施氮水平的田间大区试验,利用不同尺度、不同时相遥感影像,以及地面高光谱辐射仪获取立体多平台的小麦冠层反射光谱信息,结合地面田间同步取样,综合运用遥感信息融合、光谱分析及数理统计分析等方法,研究建立了基于多源遥感信息融合的小麦生长监测预测模型,从而为区域性小麦生长状况的遥感监测提供了技术依据。在不同小麦生态区,基于同步的SPOT-5多光谱遥感影像、地面高光谱数据和氮素营养参数,提出了一种基于波谱响应函数拟合和混合像元分解的纯净像元光谱提取方法,并对比分析了纯净像元光谱、模拟像元光谱和实测像元光谱与小麦叶片氮含量和氮积累量的定量关系。结果表明,模拟像元光谱对小麦叶片氮素营养状况的反演效果较好,纯净像元光谱反演效果次之,实测像元光谱最后；但基于模拟像元光谱的氮素状况监测模型不能直接外推至空间尺度,而模型检验结果显示,基于纯净像元光谱的氮素状况监测模型具有较好的精度和稳定性,该方法综合利用了地-空遥感的优点,具有较好的理论和适用性,可以推广应用到其他不同空间分辨率和光谱分辨率的遥感数据,从而为区域性小麦氮素营养状况的遥感监测提供了技术支撑。基于地面高光谱数据、SPOT-5和HJ-CCD多光谱遥感影像数据,对比了不同尺度遥感信息估算小麦生长指标的精度,进一步研究了基于地面高光谱和SPOT-5耦合的生长指标遥感监测。结果显示,不同尺度遥感源相同波段的光谱反射率值存在差异,但它们的近红外波段均与LAI和叶干重具有良好相关性；基于地面高光谱构建的光谱指数对LAI和叶干重的监测效果最好,模拟像元光谱、纯净像元光谱次之,实测像元光谱最后,基于地面高光谱和SPOT-5耦合提纯的像元光谱对小麦LAI和叶干重仍然具有较稳定和准确的估测精度。基于SPOT-5和HJ-CCD遥感数据的LAI和叶干重空间填图趋势基本一致,前者监测精度高于后者。研究结果可为区域尺度小麦生长指标定量监测提供技术支撑。综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,融合生成了覆盖冬小麦主要生育期的高空间和时间分辨率的LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,像元纯度对融合效果影响较大；基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果,显示适当增加高空间分辨率影像景数可提高融合精度。以类似方法,分别生成了高空间分辨率叶干重、叶片氮含量和氮积累量序列。基于融合的高空间分辨率和高时间分辨率时序遥感数据,综合分析小麦关键生育期内的多时相遥感数据与小麦籽粒产量和蛋白质含量的定量关系,筛选出了小麦籽粒产量和蛋白质含量预测的最佳生育时期和适宜光谱参数,构建了小麦产量品质预测方法和模型。结果表明,小麦最佳估产时期为灌浆前期,其次为开花期,而基于拔节期～灌浆前期累积的光谱指数能更有效的预测小麦产量,比单时相光谱指数预测精度更高。小麦蛋白质含量预测最佳时期为开花期,而基于拔节期～开花期累积的光谱指数因包含了小麦主要生育期的生长动态信息,对小麦蛋白质含量预测结果更为可靠。(本文来源于《南京农业大学》期刊2012-12-01）
贺养慧[5]（2012）在《基于地质统计学的多源遥感信息融合研究》一文中研究指出在地质统计学的概念及相关理论的基础上,分析了多源遥感信息的特点及分类。将地质统计学引入遥感信息融合中,按时序获取不同传感器的观测信息并依据相关准则进行自动分析,完成了多传感器的状态估计和决策的信息处理过程。利用地质统计学的变差函数和克里金法对多源遥感信息进行空间特征的融合,提高了遥感信息的使用率,达到了准确预测和估计地质状态的目的。(本文来源于《电脑开发与应用》期刊2012年04期）
朱航[6]（2011）在《基于多源遥感信息融合的作物营养状况监测与喷洒控制系统的研究》一文中研究指出随着“十二五”规划针对性地提出“深入开展遥感技术的研究和应用,加强遥感科技基础研究,突破遥感关键技术,提升遥感技术及应用水平,发挥全国遥感力量,把过去积累的海量遥感数据进行充分挖掘和有效反演”,中国遥感应用开始步入了一个黄金时期。农业作为遥感技术最重要和最广泛的研究应用领域之一,近十几年,无论是近地遥感平台、航空遥感平台或卫星遥感平台,都被广泛应用于现代农业信息化管理,同时也是作物生长信息无损快速识别的有效工具。然而,任何单一遥感平台、单一遥感传感器、单一光谱波段的遥感数据均具有一定应用范围的局限性,不能够全面反映作物的生理生化特征。多源遥感信息所提供的遥感信息具有冗余性、互补性和合作性,数据融合技术则是汇集这些多源遥感信息的最有效途径之一,通过同一地区不同数据源间的信息互补为多源遥感信息的处理、分析和应用提供最有效的应用,不仅有利于减少单一遥感信息对被测对象判断的不确定性、不完全性和误差,而且最大限度地利用多源数据所包含的信息做出决策。这样扩大了遥感数据的应用范围,提高了遥感信息分析精度,应用效果及实用价值。本文结合美国农业部南部平原研究中心项目“基于多源遥感信息融合的作物生长状况监测与控制系统的研究”,构建多源遥感信息融合模型预测作物氮素养分状况,在遥感信息分析理论的基础上,对多源遥感信息融合算法提出了新的思路,并进行了深入的研究。同时,开发了基于脉宽调制的小型无人机航空精确喷洒系统,结合多源遥感信息融合的喷洒决策系统进行了试验田喷洒验证。论文相关研究内容在美国德克萨斯州美国农业部南部平原研究中心完成。全文的主要内容如下：(1)采用现代科学近地遥感光谱仪,探索了基于高光谱信息的作物冠层氮素信息无损检测方法,建立了单一遥感信息相应的线性和非线性数学模型,给出了大豆、棉花和玉米叁种作物冠层光谱反射特性,分别建立了基于主成分分析线性回归模型(PCR)、偏最小二乘回归模型(PLS)、前馈神经网络模型(PCA-BP)以及径向基神经网络模型(PCA-RBF),采用相关系数(r)、校正集均方误差(RMSEC)和预测集均方误差(RMSEP)对模型进行精度检验。研究表明当样品性质变化范围较宽时,光谱与成分之间的非线性关系较为明显,所以基于冠层光谱反射信息建立非线性PCA-RBF神经网络模型预测精度最高。(2)探索了作物冠层光谱信息与SPAD值关联的特征波段提取方法的研究,建立了叁种作物在不同施氮条件下SPAD值和氮素信息的线性预测模型,结果表明,作物冠层表层叶片SPAD值随着施氮水平的增加而增加,所以可利用作物冠层表层叶片SPAD值关联作物冠层光谱反射率来提取冠层光谱反射特征波段建立作物氮素含量预测数学模型,通过相关性分析以及最小偏二乘法,提取了作物冠层光谱反映氮素含量特征波段,分别建立了全波段和特征波段SPAD值反演模型,研究结果表明,叁种作物特征波段建模与全波段所建模型的预测结果很接近,说明作物冠层表层叶片的SPAD值分别与各自的特征波段有很好的相关性。实现了近地光谱信息针对氮素信息的特征提取以及与SPAD值之间的关联。(3)提出了基于均匀试验设计方法的粒子群算法优选特征波长的方法,研究了基于均匀试验设计理论的试验表的构造方法,给出了基于均匀试验设计方法的粒子群算法及相应的运行匹配参数,探索了含量遥感光谱信息特征波长优选的方法。研究表明基于均匀试验设计方法的粒子群算法与偏最小二乘法结合,以为适应值函数的优化数学模型,不仅能够保证建模特征波长的有效选择和优化,而且提高了数学模型的预测精度。(4)采用美国现代航空遥感平台,探索了基于多光谱信息的作物氮素信息的无损检测方法,同时建立了多光谱遥感信息氮素含量的数学模型,采用偏最小二乘法与相关系数相结合提取了航空遥感多光谱信息的特征波段,应用纵向迭加线性融合方法和神经网络非线性融合方法,建立了基于改进粒子群算法的近地遥感信息与航空遥感信息线性与非线性融合模型。研究结果表明,多源遥感非线性融合模型预测效果好于线性融合模型,多源信息融合模型预测效果好于单一遥感信息建模模型,因此,利用多源遥感信息融合模型预测作物氮素信息可以提高农药及氮肥的使用效率,从而提高现代农业信息化生产管理水平。(5)开发了基于脉宽调制技术的小型无人机精确喷洒系统,在分析无人机精确喷洒系统设计要求的基础上,设计了基于脉宽调制的精确喷洒系统,并通过实验室实验标定了系统工作参数,同时建立了基于多源遥感信息融合的精确喷洒决策系统,根据氮素信息预测结果划分了试验田喷洒梯度信息,进行了试验田小型无人机精确喷洒系统实验。试验结果表明,脉宽调制控制技术可以实现对喷洒系统的精确控制,保证了精确的、成比例的调节控制喷洒流量,且喷头在无人机行进方向上喷施均匀,没有产生突喷和漏喷现象,系统具有一定的可靠性和实用性。(本文来源于《吉林大学》期刊2011-06-01）
赵树源,徐瞾[7]（2011）在《多源遥感信息融合技术在土地沙化监测中的应用研究》一文中研究指出多源遥感信息融合技术是一种遥感信息综合处理与分析的新方法。本文首先介绍多源遥感信息数据融合技术,然后分析和总结多源遥感信息融合技术在土地沙化监测中的应用情况。分析表明,多源遥感信息融合技术在土地沙化分析中可以提供更加准确的检测结果,具有广阔的应用前景。(本文来源于《信息安全与技术》期刊2011年04期）
王昊[8]（2009）在《多源遥感影像信息融合技术》一文中研究指出本文分别从像素级、特征级和决策级叁个融合层次对比分析多源遥感影像融合技术的性能。介绍两种影像融合技术的应用并分析了多源遥感影像综合利用的发展现状及趋势。(本文来源于《才智》期刊2009年20期）
贺养慧[9]（2009）在《多源遥感信息融合研究》一文中研究指出近年来,随着遥感技术、计算机技术和信息处理技术的发展,多源遥感信息融合技术在军事、遥感、自动目标识别、计算机视觉和医学图像处理等领域取得了广泛的应用。多源遥感信息融合就是将多个传感器获得的同一场景的遥感图像或同一传感器在不同时刻获得的同一场景的遥感图像数据进行空间和时间配准,采用融合算法将各类图像数据所含的信息优势互补地有机结合起来产生新图像或给出场景解释的技术。传统的融合算法,如IHS变换融合、PCA变换融合、HPF变换融合、金字塔融合、小波变换融合及其相结合的融合算法由于各自的特点和复杂性,一般都存在融合图像的清晰度和原始信息的保留程度不够理想的问题。本研究针对上述问题提出了一种改进的图像直方图匹配算法,基于高斯函数的直方图匹配算法对图像灰度值进行拉伸和均衡处理,达到较好的匹配效果。在传统小波包变换融合算法的基础上,提出了一种基于多通道滤波的小波包变换融合算法,对空间高分辨率图像在小波包分解之前先进行多通道滤波,较好地保留了尺度纹理特征并且采用改进的基于区域特征的自适应融合准则,对高频信息和低频信息采用不同的融合准则,提高了空间分辨率。利用遥感软件ENVI 4.5和ERDAS IMAGINE 9.2对传统融合算法和本文提出的改进算法进行对比实验,从目视的主观评价和数量统计的客观评价两方面进行了分析和总结。实验结果表明本文的改进算法在融合效果方面与传统的融合算法相比具有更丰富的信息量,保留了大量的纹理特征和光谱特征而且色彩逼真、清晰度更高。(本文来源于《中北大学》期刊2009-04-09）
刘纯平[10]（2007）在《一种基于信息融合的多源遥感图像分类方法》一文中研究指出基于D-S证据理论提出了一种多源遥感图像分类融合的新方法。首先通过人为选择感兴趣的分类区域,提取特征获取基本概率分配函数,将待分类的多源图像进行分类融合,从而得到最终的分类结果。试验表明,相比于K-mean分类方法,这种分类融合方法可以有效地减少分类过程中的不确定性信息,提高分类精度。(本文来源于《计算机应用》期刊2007年08期）
多源遥感信息融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
准确高效的获取土地利用信息对生态环境评价非常重要。广东省地处华南热带和亚热带季风气候区,经济作物种类繁多,土地覆盖破碎,为土地利用精确分类带来很大不确定性,而常年多云雨的天气也为有效光学影像的获取带来困难。为提高土地覆盖分类精度,以雷州半岛为实验区,综合应用Landsat-TM/ETM、多时相HJ光学影像,以及X波段Terra SAR数据,通过分析不同地物类型在光谱、极化以及多时相特征上的差别,对原始图像进行特征提取。在此基础上融合多源遥感信息的地物特征运用面向对象土地覆盖分类方法获取研究区高精度的土地利用信息。结果显示这一方法能有效提高土地覆盖利用信息获取精度,为研究生态环境变化提供更准确的数据支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多源遥感信息融合论文参考文献
[1].赵艺淞.融合多源遥感信息的不透水面提取方法研究[D].云南师范大学.2017
[2].陈劲松,韩宇,陈工,张瑾.基于多源遥感信息融合的广东省土地利用分类方法——以雷州半岛为例[J].生态学报.2014
[3].宋宏利.多源土地覆被遥感信息融合及数据重构研究[D].中国矿业大学（北京）.2013
[4].王来刚.基于多源遥感信息融合的小麦生长监测研究[D].南京农业大学.2012
[5].贺养慧.基于地质统计学的多源遥感信息融合研究[J].电脑开发与应用.2012
[6].朱航.基于多源遥感信息融合的作物营养状况监测与喷洒控制系统的研究[D].吉林大学.2011
[7].赵树源,徐瞾.多源遥感信息融合技术在土地沙化监测中的应用研究[J].信息安全与技术.2011
[8].王昊.多源遥感影像信息融合技术[J].才智.2009
[9].贺养慧.多源遥感信息融合研究[D].中北大学.2009
[10].刘纯平.一种基于信息融合的多源遥感图像分类方法[J].计算机应用.2007