地理本体驱动的多源遥感影像SVM分类及变化检测研究的任务书.docx

地理本体驱动的多源遥感影像SVM分类及变化检测研究的任务书
任务书
任务名称：地理本体驱动的多源遥感影像SVM分类及变化检测研究
任务背景：
随着遥感技术的发展，卫星遥感系统已经成为了地球观测信息的重要来源。SatelliteImageries（卫星影像）中包含着丰富的地理信息，它的应用范围涉及地质、水文、农村和城市规划、环境监控等领域。但是，遥感影像的自动分类和变化检测一直是一个困难的问题。主要原因是来自不同传感器及分辨率的影像存在不同的噪声和光度特征，另外，地物在不同时间段的反射特性会发生变化，这使得影像变化检测问题变得更加复杂。
本任务的项目旨在通过地理本体的使用，将地理信息和遥感影像结合起来，为多源遥感影像分类和变化检测提供更加准确和智能的解决方案，从而为相关领域的研究和应用做出贡献。
任务目标：
1.开发基于地理本体的多源遥感影像分类系统。
2.使用支持向量机（SVM）算法对多源遥感影像进行分类。
3.开发基于地理本体的多源遥感影像变化检测系统。
4.使用SVM算法对地理本体驱动的多源遥感影像进行变化检测。
5.实现系统的自动化和智能化。
任务步骤：
1.收集多源遥感影像数据，并进行预处理。
2.构建地理本体，包括所有和遥感分类相关的特征信息和关系，以及标准化的地理语义。
3.将多源遥感影像数据导入地理本体中，并进行规范化和语义化。
4.使用SVM算法对多源遥感影像进行分类，并优化模型的准确性。
5.基于地理本体设计变化检测算法，并与SVM算法结合。
6.实现基于地理本体的多源遥感影像分类和变化检测系统，并测试系统性能。
7.通过实验和测试对系统进行优化，提高其自动化和智能化水平。
任务要求：
1.学习掌握支持向量机（SVM）算法及其应用。
2.掌握地理信息系统和本体论等相关领域的知识，了解遥感影像的基本原理和特征。
3.具备编程能力，能够使用Python、MATLAB等编程语言完成系统设计、开发和测试等任务。
4.具备地图制图和图像处理软件的使用能力。
5.良好的英语阅读能力和英语写作能力。
任务成果：
1.基于地理本体的多源遥感影像分类系统。
2.基于地理本体的多源遥感影像变化检测系统。
3.报告文稿，包括任务背景、研究内容、方法和步骤、结果和分析、结论等内容。
4.演示文稿，展示所开发的系统的功能和性能。
5.相关代码和数据。
任务时间：
本任务需在8周内完成。第1-2周主要是文献调研和算法学习；第3-4周主要是数据采集和预处理；第5-6周主要是系统开发和测试；第7周主要进行系统优化；第8周主要是结果报告和演示。
任务费用：
本任务的预算为10万元，其中包括采购数据、软件、硬件设备和人力成本等。具体采购清单和费用预算将在任务开始前提交给委托方并报批。
参考文献：
1.曹健民,邱新平,侯欢欢.遥感影像分类与变化检测中本体论的应用研究进展[J].地理与地理信息科学,2019,(02):103-109.
2.Huang,Shefang&Zhang,Guanya&Zhang,Yanan&Qin,Xiaolei.(2018).SVM-BasedChangeDetectioninMulti-TemporalRemoteSensingImagesUsingaLocalSpectralPatternDescriptor.IEEEGeoscienceandRemoteSensingLetters.15.1-1.10.1109/LGRS.2017.2775138.
3.林艳秋,赵永强,董红旗,等.地理本体在遥感影像分类中的应用[J].微计算机信息,2016,32(15):349-351+354.