基于统计学习方法的安徽省安庆市自然资源自动化监测——以山体为例

摘要：

遥感作为一种可以快速、大范围获取地表覆盖信息的技术手段,为复杂的自然资源调查任务提供了可靠的数据来源.针对山体确界问题,以遥感卫星影像为数据支撑,采用非监督的统计学习方法,为山体特征建模.然后,采用DBSCAN算法和边缘检测思想,识别山体区域,并提取山体边界.该方法不依赖于人工标记真值,实现了山体边界的全自动识别.实验采用安庆市Landsat 8遥感卫星影像数据,有效识别了安庆市境内的山体,并提取山体边界.通过定性和定量化分析,验证了方法的可靠性,证明了遥感技术和统计学习理论在自然资源调查领域的应用潜力.该研究方法和结果能够为安庆市明确山体范围,界定山体的完整性与山体保护规划工作提供理论支撑.

关键词：自然资源;山体;遥感;统计学习;识别;安徽

所属期刊栏目：40

分类号：P627;P628+.2(地质、矿产普查与勘探)

资助基金：国家自然科学基金青年项目《联合分布约束的激光雷达点云空间上下文建模与分类》;《基于空间先验与贝叶斯决策的高分遥感影像城市地表覆盖变化检测》;江苏省自然科学青年基金项目《基于空间可变混合模型的激光雷达点云场景分割》;中国地质调查局项目《安庆多要素城市地质调查》;《华东地区自然资源综合调查》

在线出版日期：2021-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1656-1663