基于TM遥感影像的土地利用信息提取方法比较——以东方市为例开题报告

1. 研究目的与意义

客观、准确、现实的土地资源数据信息是科学制定土地管理政策、落实耕地保护国策的重要基础，是国家加强土地监管与国民经济宏观调控的基本依据。

而土地资源管理依赖于对土地资源利用信息的掌握。

与传统的土地覆盖类型调查相比，遥感技术(rs)在宏观的土地动态监测上具有其他技术手段难以比拟的优势，遥感影像的分辨率逐渐在提高，影像中含有的信息量也越来越丰富。

2. 国内外研究现状分析

国内：早期的影像分类应用中，目视解译法是常用的分类方法，时至今日，基于像元的分类方法已经成为一种传统的经典方法，发展成熟，实现方法也多种多样，主要分为监督分类(如最大似然法、最小距离法、马氏距离法等)和非监督分类(如k-均值、isodata、模糊c-means等)。

20世纪90年代以后，计算机统计模式识别分类方法已经有广泛应用，许多学者进行了大量研究，或对传统的分类器进行改进，或提出了一些新的分类算法提高信息提取的效率和精度，发展的分类新方法则多采用句法方法，这类方法有人工神经网络方法、模糊数学方法、专家系统法和决策树分类法等，但是由于基于像元的信息分类提取技术本身的局限性，依然无法从根本上解决其在高分辨率影像信息提取时的缺陷。

为了利用高分辨率遥感影像的空间信息、光谱信息以及上下文信息，学者们提出了面向对象的影像分析方法。

3. 研究的基本内容与计划

完成的主要内容包括： 1.landsat tm卫星影像的预处理：几何校正、辐射校正、影像融合、图像镶嵌、影像裁剪。

2.进行土地利用分类：利用基于像素的土地利用遥感分类方法，将图像中所有的像元自动地进行土地覆盖类型或土地覆盖专题的分类。

3.实验结果比较验证：比较不同土地分类方法的精度，选出适合研究区的分类方法。

4. 研究创新点

遥感影像土地利用分类中，利用基于像素的分类方法进行土地利用信息的提取，比较不同土地分类方法的精度。