基于WorldView-2的城市綠地信息提取及生物量估算的開(kāi)題報(bào)告

基于WorldView-2的城市綠地信息提取及生物量估算的開(kāi)題報(bào)告開(kāi)題報(bào)告論文題目：基于WorldView-2的城市綠地信息提取及生物量估算研究背景城市化進(jìn)程導(dǎo)致城市化土地不斷擴(kuò)張和綠地不斷減少，對(duì)城市生態(tài)環(huán)境造成了很大的影響。城市綠地是城市生態(tài)系統(tǒng)的重要組成部分，不僅能夠增加城市空氣濕度和氧氣含量，緩解城市氣候熱島效應(yīng)，還能夠?yàn)槌鞘芯用裉峁┕爬隙€(wěn)定的自然資源，承載城市維持生態(tài)平衡的基本功能。如何快速準(zhǔn)確地提取城市綠地信息并檢測(cè)城市綠地生物量是城市生態(tài)環(huán)境保護(hù)和綠化建設(shè)的重要一環(huán)。近年來(lái)，隨著高分辨率遙感技術(shù)的發(fā)展，基于高分辨率遙感影像進(jìn)行城市綠地信息提取和生物量估算已成為研究的熱點(diǎn)之一。WorldView-2自2011年推出以來(lái)，因其高分辨率、高頻譜分辨率、傳感器多光譜、可糾正的地球旋轉(zhuǎn)角度等特點(diǎn)已經(jīng)為城市綠地信息提取及生物量估算提供了可靠的數(shù)據(jù)源。研究目的本文旨在基于WorldView-2高分辨率遙感影像對(duì)城市綠地信息進(jìn)行提取和生物量估算，以充分評(píng)估并檢測(cè)城市生態(tài)環(huán)境建設(shè)和綠化建設(shè)對(duì)城市綠地的影響。具體研究?jī)?nèi)容包括：1.城市綠地信息提取：基于WorldView-2影像進(jìn)行城市綠地的信息提取，利用圖像分割、監(jiān)督分類(lèi)等方法提取出城市綠地。2.城市綠地生物量估算：基于WorldView-2影像提取的城市綠地信息，采用支持向量機(jī)等機(jī)器學(xué)習(xí)方法對(duì)城市綠地生物量進(jìn)行估算。研究方法本研究將采用以下方法：1.數(shù)據(jù)采集：選擇具有高綠化率的城市，通過(guò)地面實(shí)地調(diào)查和采集高分辨率遙感影像獲取城市綠地?cái)?shù)據(jù)。2.數(shù)據(jù)處理：對(duì)獲取的高分辨率遙感影像進(jìn)行預(yù)處理和校正，提高影像的質(zhì)量和準(zhǔn)確性。3.城市綠地信息提?。航柚鶨NVI軟件，采用圖像分割和監(jiān)督分類(lèi)方法提取城市綠地信息。4.城市綠地生物量估算：采用支持向量機(jī)等機(jī)器學(xué)習(xí)方法對(duì)城市綠地生物量進(jìn)行估算，通過(guò)建立回歸預(yù)測(cè)模型并進(jìn)行模型優(yōu)化。研究意義本研究將為城市生態(tài)環(huán)境的保護(hù)、綠化建設(shè)的推進(jìn)和城市綠地管理提供可靠的數(shù)據(jù)支撐和科學(xué)方法。同時(shí)，本研究還可為城市規(guī)劃設(shè)計(jì)、公共建設(shè)與土地利用管理等領(lǐng)域提供一些參考數(shù)據(jù)和方案。預(yù)期成果本研究預(yù)期達(dá)到以下成果：1.基于WorldView-2高分辨率遙感影像的城市綠地信息提取和生物量估算；2.建立可靠的城市綠地信息檢測(cè)和生物量估算方法；3.提供為城市生態(tài)環(huán)境保護(hù)、綠化建設(shè)和城市綠地管理提供理論基礎(chǔ)和實(shí)踐參考。研究計(jì)劃時(shí)間計(jì)劃：第一年：1.手動(dòng)采集含高綠化率的城市的高分辨率遙感影像。2.根據(jù)所選城市高分辨率遙感影像對(duì)城市綠地進(jìn)行信息提取。第二年：1.建立城市綠地的回歸預(yù)測(cè)模型。2.對(duì)模型進(jìn)行優(yōu)化和驗(yàn)證，提高預(yù)測(cè)準(zhǔn)確性。第三年：1.對(duì)城市綠地信息提取和生物量估算進(jìn)行綜合分析和研究。2.撰寫(xiě)畢業(yè)論文并完成答辯。參考文獻(xiàn)[1]CaiJing,QingXiao,LeiXiangjun,etal.EstimatingurbanforestbiomassandstructuralattributesusingWorldView-2imagery[J].Environmentalmonitoringandassessment,2018,190(3):191-201.[2]ShiYingying,ZhangYang,SongXu,etal.RandomforestmodelforvegetationclassificationusingWorldview-2imageryinaruralarea[J].InternationalJournalofRemoteSensing,2018,39(22):8112-8127.[3]ZhouTao,SongConghe,ZhuJian,etal.Supportvectorregressionforbioma