基于分区决策树的乌达煤田土地覆被分类研究

精确的土地覆被分类结果是研究煤田火区生态环境变化的基础。本文基于Landsat8卫星遥感数据,依据地形特征、主体地物类型以及辐射特征,将乌达煤田分为五个子区。利用多光谱特征、高程、坡度和热辐射特性构建决策树模型,并分区实现土地覆被分类。分类结果表明,与传统决策树分类法相比,基于决策树法的分区分类方法总体分类精度提高了14.75%,Kappa系数增加了0.17,其准确性有了较大的提高。     

机载LIDAR 点云定位误差分析

在机载LIDAR 点云定位方程的基础上建立其定位误差方程,依据定位误差方程,将点云的误差分类为系统误差、任务误差和随机误差3类。详细分析了平地、下坡面、上坡面3种情形下地形坡度和扫描角对测距误差和点云定位误差的影响大小,探讨了扫描角误差、安置角误差、姿态角误差以及扫描角对点云定位误差的影响。除了分析系统误差外,还着重分析了时间偏差、GPS定位误差、偏心分量误差以及随机误差对点云定位误差的影响大小。研究发现:航高和扫描角是点云定位误差的重要误差源,下坡面地形和瞬时扫描角误差对点云定位误差的影响较大,安置角误差可以通过检校来消除,姿态角误差取决于IMU自身的硬件精度。     

机载激光雷达3维建筑物模型重建的研究进展

机载激光雷达系统已经成为3维建筑物模型快速重建的重要手段。综述了国内外利用机载激光雷达点云进行3维建筑物模型重建的研究方法、进展情况,分析讨论了模型驱动法、数据驱动法和混合法的特点及关键问题。混合法集成了模型驱动方法和数据驱动方法的优点,是该项技术今后发展的重点领域。     

Landsat8卫星影像的多子区决策树土地覆被分类方法

乌达矿区的煤火自燃造成了严重的环境、经济和安全灾害, 对该地区的土地覆被变化研究有助于评估煤火灾害的影响程度和范围, 而Landsat8 卫星影像为煤火区的土地覆被分类探测与研究提供了可能。依据乌达地区的地形、地貌和地表辐射特征划分5个子区域, 基于通用单决策树模型, 利用光谱特征分析、高程、坡度和热红外信息对每个子区域分别构建5种不同参数的决策树模型。相比通用单决策树模型以及其他4种普通分类方法, 因减少了土地覆被的混淆度, 多子区决策树模型土地覆被分类的整体精度和Kappa系数更高, 分别达到87.63%和0.86, 尤其是建筑物和煤灰的分类精度有较为明显的提升。