论文部分内容阅读
将遥感技术用于城市绿地生态服务价值的综合评价，来实现对广州市城市绿地的动态监测，这对合理广州城市布局与规划具有深远的意义，可为提高人们环境品质提供有益参考。本研究是在遥感的支持下，通过对2006年7月的广州市tM影像数据和野外观测数据进行分析，运用MODTRAN大气校正模型和神经网络为手段，对城市绿地进行了分类方法研究。
研究工作主要涉及以下几个方面：
为了提高MODTRAN模型的运行速度，文中使用黑体法来获得程辐射参数，试将此模型应用于广州市工作区的TM影像大气校正，结果表明此方法是可行的。同时将其校正结果分别与黑体校正和MODTRAN的大气校正结果进行对比。结果显示该模型的大气校正精度相对以往经验模型得到了进一步提高，相对于MODTRAN模型而言，提高了其运行效率。
利用几何校正原理和技术，对广州市的TM影像进行了几何校正，在几何校正过程中，控制点的选择是个难点，也是比较重要的一步，本研究通过不断地变化控制点的个数，最终选取21个控制点，此时RMS最小，并求得RMS在允许误差范围之内。本项研究所采用的整个校正工作流程和技术方法，具有较好的可操作性。
针对神经网络分类精度不高的特点，本文提出了一种改进方法。即在神经网络分类影响因素中考虑了TM光谱信息，同时也考虑到了地表结构变化信息，从而提高此方法的分类精度，并与传统的最大似然法分类结果进行了比较。实验验证了该方法的实用性。