垃圾学报不是本校的学生就别发吧，不怎么样。
看你需要发的是什么核心期刊，这些都是不一样的，选择合适自己的就可以了
中国农业科学 南京农业大学学报 华北农学报西北农林科技大学学报 自然科学版 华中农业大学学报 中国农业大学学报 福建农业大学学报 自然科学版 浙江大学学报农业与生命科学版 扬州大学学报农业与生命 科学 湖南农业大学学报 华南农业大学学报 河北农业大学学报 西 南农业学报 江西农业大学学报 河南农业大学学报 吉林农业大学学报 安徽农业科学 上海农业学报中国农学通报 沈阳农业大学学报 西北农业学报 四川农业大学学报 安徽农业大学学报 江苏农 业科学 江苏农业学报 云南农业大学学报 山东农业大学学报自然科 学版 浙江农业学报 29 内蒙古农业大学学报自然科学版 广东农业科学 甘肃农业大学学报 湖北农业科学 新疆农业科学 广西农业生物科学 东北农业大学学报 贵州农业科学 河南农业科学 新疆农业大学学报以上期刊都很好，主要看你投稿方向和时间要求，中国农业科学最快也得一年以上
《Nature》 我们云南农业大学的校长朱友勇就上过封面哦！很有权威的！！！
1．牦牛“曲拉”干酪素凝乳酶的选择及工艺参数优化，农业工程学报23(7)（ EI收录）2．“速溶牦牛油茶粉生产工艺及参数研究” 农业工程学报2002,18(3)(EI收录)3．“冷却牦牛分割肉酶嫩化技术研究”农业工程学报2003,19(2)(EI收录)“不同配比牦牛骨粉微胶囊对大鼠骨相关指标的影响”营养学报2009,31(2)5．“白牦牛产肉性能及肉质测定分析” 中国食品学报 2002,2(4)6．Protocol for the manufacture of high quality, nutritive bone marrow powder product from Tianzhu white yak (Yak production in central Asian highlands) Printed at ILRI, Addis Ababa, Ethionpia 97．“靖远羊羔肉营养分析与品质鉴定” 食品科学 2001,22(6)8．“复合有机盐溶液对猪肉保鲜效果的研究”食品工业科技2001,22(4)9．“低温酱卤牦牛肉生产工艺研究” 食品科学 2003,24(3)10．“牦牛曲拉乳酸干酪素生产工艺研究” 中国乳品工业 2006，34（2）“枸杞园放养乌骨鸡风味研究”，食品科技 “HACCP在冷却牛肉分割生产中的应用” 中国草食动物2002,1213．“藏羊肉脯工艺研究” 甘肃农业大学学报 2003，38（2）“新型牦牛肉干加工工艺研究” 甘肃农业大学学报 2002,37(4)“新型羊肉烧烤制品的研制” 中国草食动物2002,“营养保健羊肉干的研制与分析” 中国草食动物2002,“甘南藏羊肉品质分析”甘肃农业大学学报2008， “天祝白牦牛肉挥发性风味成分的SPEM/GC/ MS测定”甘肃农业大学学报, “枸杞园放养乌骨鸡肉食用品质及血清生化指标相关性分析” 食品工业科技2009,30(4)“《畜产品工艺学》课程体系建设研究”甘肃农大学报2005，12
院长：毕阳毕阳，男，1962年3月出生，河北人，博士，教授，博士生导师，院长。主要从事采后生物学与技术、食品风味化学方面的教学和科研工作。1996年获甘肃省中青年教师成才奖，1999年入选甘肃省“333科技人才工程第一层次人选”。中国科学院植物研究所高级访问学者，法国国家农业研究院(INRA)食品质量研究所高级访问学者。社会兼职：教育部高等学校高职高专食品类专业教学指导委员会副主任委员 《甘肃农业大学学报》副主编、编委 《中国农业科学》编委书记：李双奎李双奎，男，汉族，1969年1月生，中共党员。1991年7月毕业于甘肃农业大学并留校从事学生政治辅导员和教学工作，1994年8月—1996年7月在北京科技大学文法学院法学专业双学位班学习，获法学双学士。2000年12月—2004年1月任甘肃农业大学党委学生工作部副部长、学生处副处长。2004年1月—2005年1月任甘肃农业大学学校办公室副主任。2003年11月评聘为副教授。现为食品科学与工程学院党总支书记，人文学院公共管理系教师，中国高等教育学会会员，中国乡村经济研究会会员，甘肃农业大学思想政治教育研究会副秘书长。副院长：杨富民杨富民，男，1961年12月24日生，甘肃省庆阳县人，1992年加入中国共产党，教授，博士，主要从事食品科学与工程专业的教学与科研工作。现为甘肃农业大学食品科学与工程学院副院长，硕士研究生导师，甘肃省畜产品工程技术研究中心副主任、高级专家；甘肃荣华实业股份有限公司核心技术智囊团专家；甘肃中食食品科技开发有限公司技术顾问、总工程师；甘肃省“555”创新人才工程第一层次人选；甘肃省工程咨询委员会专家；甘肃省食品添加剂协会常务理事。副院长：韩舜愈韩舜愈副教授：男，1963年3月出生，甘肃省会宁县人。1985年7月西北农业大学果树毕业，获学士学位，在职博士。1985年留校执教至今。1998年10月评聘为甘肃农业大学副教授，2004年就任食品科学与工程学院副院长，硕士生导师。
读者
大概就这样了 参考一下吧 基于landsat-TM影像的专题信息提取 学生姓名：XX 学号：20085080079 院系：城市与环境科学学院 专业：XX 指导教师：XX 职称：助教 摘 要：本文以沈阳地区为研究区，利用光谱信息提取水体、植被，采用基于灰度共生矩阵的纹理量的分类法，通过TM5波段提取灰度共生矩阵和灰度联合矩阵，计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离，得到最终的分类结果。结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类，光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度。 关键词：遥感影像;光谱特征;纹理特征;灰度共生矩阵;分层提取;土地利用 Abstract:Based on the study of shenyang area for using spectral information extraction，water,vegetation,based on gray symbiotic matrix of the texture classification,through the TM5 band extraction graylevel co-occurrence matrix and gray,and joint matrix extraction can reflect the differences between vector-valued texture category will confuse the paddy fields,spectral information structure,separation,with residents of the final results of the Results show that: the texture characteristics will be applied to image classification can distinguish the confusion of spectral spectrum and texture feature combination,the classification accuracy than pure spectral classification Key words:remote sensing image;spectrum feature;texture feature;text gray-level co-occurrence matrix;layered extraction;land-use 引言 遥感图像信息专题特征的提取，需要对TM图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的[1] 。在自然资源调查中，遥感图像已成为重要的空间数据源，其中TM图像信息是进行土地利用/覆盖变化动态监测的重要依据。常规提取TM图像信息主要是利用影像的光谱分辨率进行的，难以正确区分光谱易混淆的地物，例如菜地与其他耕地类型。 提取TM图像中易混淆地物信息，可以充分利用影像的空间分辨率及影像上丰富的纹理信为了息来完成信息提取。纹理分析方法在许多领域都有重要的应用，吴高洪等[2]为了提高纹理图像分割的边缘准确性和区域一致性以及降低分割错误率，提出了一种基于小波变换进行纹理分割的方法。因此，研究地物在影像上的纹理特征，建立和充分应用基于纹理特征的地物分类及信息提取方法，将是今后研究高分辨率遥感影像信息提取的方向之一[3]。图像分析需要用到影像的灰度和纹理信息，灰度即波谱信息，是最基本的信息，纹理反映了灰度的空间变化情况，它由纹理基元按某种确定的规律或者某种统计规律排列组成。为了能用计算机进行纹理分析和形成统一的尺度，需将纹理量化，以定量反映纹理信息，形成纹理变量和纹理图像以便分析[4]。 1 研究区概况 苏家屯是沈阳市的九个市辖区之一，位于沈阳南部，距沈阳市中心15公里，与抚顺、本溪、辽阳三市毗邻。这里气候适宜，雨量适中，年均气温8度，年均降水量700毫米。物产丰富，蕴藏着丰富的煤石油天然气铁矿石和优质矿泉水等自然资源。苏家屯农业发达，盛产水稻、玉米，是国家确定的现代化农业示范区。本文选择数据源所选取的数据是沈阳地区2001年8月11日TM影像区的子区域。根据沈阳地区的农事历，选择10月上旬的遥感资料为宜。 2 光谱信息 地物的光谱一般是指像素的亮度值，地表的各种地物由于物质组成和结构不同而具有独特的波谱反射和辐射特性，在图像上反映为各类地物在各波段上灰度值的差异。地物光谱响应特征是多光谱遥感影像地物识别最直接，也是最重要的解译元素。 3 纹理特征 纹理也是遥感影像的重要信息,它通过色调或颜色的变化表现细纹或细小的纹案，这种细纹或细小的纹案在某一确定的图像区域中以一定的规律重复出现。 目标地物的纹理特征与航空相片的比例尺和太阳高度角有关。另外，它反映了影像的灰度统计信息、地物本身的结构特征和地物空间排列的关系，是进行目视判读和计算机自动解译的重要基础[5]。许多研究表明，除了原始影像光谱信息以外，加上纹理信息就可以使分析准确性和精度提高[6]。遥感图像中多为无规则纹理，一般采用统计方法进行纹理分析,目前用得较多的统计方法有共生矩阵法、分形维法和马尔可夫随机场法。 所谓灰度共生矩阵是由影像灰度级之间二阶联合条件概率密度所构成的矩阵，反映了影像中任意两点间灰度的空间相关性。其方法是先依据影像的灰度级数和灰度变化情况计算出4个方向(右、下、右上和左下)任意两个灰度级相邻出现的概率矩阵，它能提供多个纹理量，可以从多个侧面描述影像的纹理特征，因而在纹理分类中得到广泛的应用[7]。 4 提取方法 1 数据预处理 本文对沈阳地区遥感影像进行光学增强处理，并采用高通滤波来进行滤波处理对影像进行融合将融合后的影像进行几何校正。本文以1∶5万比例尺地形图为底图，选取均匀地分别在整幅图像内的60个控制点，采用二次多项式纠正模型建立两幅影像的对应关系。配准精度在3个像元以内， 2 土地利用分类体系的确定 参考国家土地利用分类体系，结合研究区土地资源的实际情况，TM影像波谱特征及其分辨率等，把研究区土地利用现状分类系统按二级进行分类，一级类型5个，分别为水体、水田、旱地、居民地、植被。 3 遥感信息提取 遥感图像的某些波段往往存在异物同谱和同物异谱现象，如果把多种地物放到一起考虑，由于这些波段的加入，会使信息提取变得非常复杂，这也正是传统上基于统计特征的监督和非监督分类遇到的难题。而对地物进行分层处理，就可以充分利用各类地物在不同波段的特征，收到较好效果[8，9]。对某一地物进行提取，获得该信息层，与原图像进行逻辑与运算，做掩膜处理，从而将该地物像元从原始图像中去除，以避免它对其他地物提取的影响，从而为以后的信息提取创造了纯净的环境。 1基于地物光谱模型的遥感影像分类 为获得光谱知识，在原始图像上进行采样。在采样过程中考虑到同类地物颜色的差异，如水域的深浅等，每一地类进行了多个样本值的合并，得到地物的综合光谱特征值（如图1）。 图1 地物光谱特征 水体的提取：太阳光照射到水面少部分被反射到空中大部分被入射到水体，入射到水体的光，部分被水体吸收，部分被水中的悬浮物反射，少部分透射到水底。被水底吸收和反射。被悬浮物反射和被水体反射的辐射，部分返回水面，折回到空中。因此，遥感器所接收到的辐射就包括水面反射光，悬浮物反射光，水底反射光和天空反射光（如图2）。由于不同水体的水面性质和水体特性的不同，从而形成传感器上接收到的反射光谱就存在差异，为遥感探测水体提供了基础。在可见光范围内，水体的反射率总体比较低，不超过10%,一般为4%～5%,并随着波长的增大逐渐降低，到6μm处约2%～3%，过了75μm，水体几乎成为全吸收体。因此，在近红外的遥感影像上清澈的水体成黑色。因此在提取水体时图面上黑色部分即为水体。 图2 传感器接收到的光谱 植被的提取:健康植物的波谱曲线有明显的特点（如图3），在可见光的55μm附近有一个反射率为10%～20%的小反射峰。在45μm和65μm附近有两个明显的吸收谷。在7～8μm是一个陡坡，反射率急剧增高。在近红外波段8～3μm之间形成一个高的，反射率可达40%或更大的反射峰。在45μm、95μm和6～7μm处有三个吸收谷。它们分别受叶子色素，细胞构造，含水量等的影响。因此，在对TM影像上的植被进行提取时，要考虑以上因素。 图3 健康植被的光谱特征 2基于纹理信息的分类 在图1中容易看到水田、旱地、居民地有很大的光谱相似度，因此需要根据纹理特征进行提取。 本文用水体和植被信息分别对原始影像做掩膜，再结合纹理信息作监督分类提取居民地、水田和旱地。为了突出图像的纹理，提高对图像的解译和分析能力，在对图像进行纹理分析之前，利用ErdasImagine软件对掩膜后的影像进行了增强处理。 为了进行纹理分类，首先必须提取各类的纹理特征。试验中先提取各类样本，统计各种类纹理特征，再找出最大差异的纹理量，作为分类特征量进行分类(如图4)。纹理特征的提取需考虑到窗口的大小、方向和步长。本文利用TM第5波段的纹理特征,采用了3X3大小的窗口、四个方向的均值[10]、步长为1来对纹理值(包括角二阶距、对比度、熵、相关)进行特征统计。 图4 纹理样本图 本文所有的纹理分析均在M0上进行，主要目标是实现对输入遥感影像进行纹理分析，输出纹理分析的结果，以便通过使用结果，以不同的结合方式辅助分类作对比研究。从图5中我们可以看到，3种地类在ASM纹理特征量上差异最大，COR上次之，因此取用ASM、COR特征值，对3种地物加以提取。 图5 3种纹理特征曲线 旱田的提取:从纹理曲线中可以看出旱田的ASM量与水田、居民地有很大的差异，因此通过实验对ASM进行阈值设定来提取旱田。 居民地和水田的区分:采用基于纹理特征和光谱特征相结合的方法，对居民地进行提取。水田和居民地在ASM特征量上，有着较大的差异，但仔细观察可以发现，在去除了旱田的干扰后，水田和居民地在COR特征量上也有着很大的差异。同时一些研究提出了(归一化建筑指数)[11]:NDVI=(TM 5- TM 4)/(TM 5+ TM 4)来对居民地进行提取（见表1）。从表2中可以看出，这种方法并不适合本文的研究区，但是对原始的光谱特征信息进行分析可以发现，在只存有水田和居民地的图像上，两者在TM5上的亮度值差距很大。综上所述,可以对COR和TM5的亮度值进行阈值设定提取居民地,将其与水田相分离。 表1 5种地物的NDVI指数 指标 水体 水田 旱地 居民地 植被 NDVI 0．24271 0．218619 0．380397 0．231489 0．166337 5 精度评价 衡量分类精度最广泛的方法是由Congalton提出的误差矩阵法(error matrix)，为了评价分类试验精度，本文采用随机抽样方法抽取400个点作正确率评价，通过对原图的目视判读结合实地考察对结果进行正确率评价，建立混淆矩阵，计算其Kappa系数(见表2)，在ERDAS监督分类中总正确率为4 %(见表3)，两者相比较可以看出，基于光谱和纹理特征的信息分层提取方法能够很好的对研究区影象进行分类。 表2 光谱纹理信息分类精度% 居民地 水田 旱地` 水体 植被 居民地 水田 旱地 水体 植被 总合 正确率/% 82 4 2 1 1 92 2 7 99 2 1 1 109 8 5 3 113 1 1 123 8 1 0 0 35 1 37 6 1 1 1 1 36 39 3 总正确率=5% Kappa系数=87 表3 EARDS监督分类精度 居民地 水田 旱地` 水体 植被 居民地 水田 旱地 水体 植被 总合 正确率/% 3123 240 107 24 63 3577 88 39 7481 569 176 6 1363 78 81 112 1477 99 32 8723 86 5 1 39 202 1067 4 1801 82 7 0 2 3 379 379 97 总正确率=4 % 6 结语 （1）试验表明，对地物进行分层处理，就可以充分利用各类地物在不同波段的特征。避免已提取地物对其他地物提取的干扰，为后续信息提取创造了纯净的环境；同时还可以有效地减少了漏分和误分，提高分类正确率。本文采用此方法对建设用地信息提取，获得较为满意的效果。 （2)综合运用光谱知识、纹理信息对于仅基于遥感多光谱信息的传统分类方法，能够更有效地提取出土地利用类型信息，精度有了一定提高。 （3）本文在进行纹理分析时，仅使用了单波段的影象数据，对于多波段影象数据未能充分利用； TM全色波段纹理清晰，如能加以利用，会对分类精度的提高有一定的帮助。 参考文献 [1] 梅安新，彭望琭，秦其明遥感导论[M]北京，高等教育出版社, [2] 吴高洪,章毓晋,林行刚等利用小波变换和特征加权进行纹理分割[J]中国图像图形学报,2001,6(4):333- [3] 张禾基于纹理特征的遥感影像居民地自动提取方法[J]江汉石油职工大学学报,2007,(4):93-96 [4] 黄桂兰,郑肇葆,杨敏一种基于共生矩阵法的影像纹理分类方法[J]测绘通报,1996,(3):28- [5] 周廷刚,郭达志,盛业华灰度矢量多波段遥感影像纹理特征及其描述[J]西安科技学院学报,2000,2(4):336- [6] 舒宁关于多光谱和高光谱影像的纹理问题[J]武汉大学学报,2004,29(4):292- [7] 武文波，陈静基于ETM+的遥感影像信息提取研究[J]甘肃农业大学学报2007，43(4) [8] 李四海,恽才兴土地覆盖遥感专题信息的分层提取方法及其应用[J]遥感技术与应用,1999,(4): [9] 柴芸甘肃省沙化土地监测研究[J]甘肃农业大学学报,2003,38(3):296～ [10] Treitz P,Howarth PIntegrating spectral spatial andTerrain variables for forest ecosystem classification[J]Photogrammetric Engineering Remote Sensing,2000,66(3):305- [11] 查勇,倪绍祥,杨山一种利用图像自动提取城镇用地信息的有效方法[J]遥感学报,2003,(1):38- 标题 XXXXXXXXXXXXXX（宋体三号字加黑，居中） 学生姓名：XX 学号：XXX(五号宋体字不加黑，居中) XXXX院（系） XX专业(五号宋体字不加黑，居中) 指导教师：XXX 职称：XXX(五号宋体字不加黑，居中) （空两格）摘 要(黑体小四)：具体内容(楷体小四号字不加黑) （空两格）关键词(黑体小四)： **；**；** (楷体小四号字不加黑) (空一行) Abstract(Times New Roman小四加黑)： 具体内容(Times New Roman小四不加黑) Key Words(Times New Roman小四加黑)：**；**；** (Times New Roman小四不加黑) 前言(宋体小三号加黑) 一、政府信息公开制度概述（一级标题宋体四号字加黑） (一)政府信息公开的内涵（二级标题仿宋体小四号字加黑） 1．政府信息公开（三级标题宋体小四号字） 正文内容（宋体小四号不加黑）、图表说明（宋体小五号字不加黑）
1 李毅 钙果愈伤组织诱导和植株再生的研究 西北农业学报5（16）222-2262 李毅 几种影响沙棘组织培养外植体褐化因子分析 河北农业大学学报 5（30）40-433 李毅 柠条叶片光合速率日变化特征的研究 西北林学院学报1（22）12-144 李毅 不同激素对高山杜鹃愈伤组织分化及植株再生的影响 甘肃农业大学学报1（42）68-725 李毅 观赏山楂叶片耐热性生理指标研究初探 江苏林业科技 2（34）6-116 李毅 香樟不同种源耐碱性研究 浙江林业科技 4（27）21-247 朱晓霞 中国园林的声境美 Garden 园林(4)8 马彦军 林木遗传育种学教学改革探讨 甘肃农业大学学报（2007 42卷）9 马彦军 沙棘综合应用 甘肃农业大学学报（2006 41卷）10 黄海霞 兰州市生态绿地的优化配置 资源环境与发展8(2)11 王蕙 黑河中游荒漠绿洲过渡带土壤水分与植被空间变异 生态学报（2007年27卷5期）12 王蕙 对水土保持与荒漠化防治专业人才培养模式的几点思考 甘肃农业大学学报（2007年42卷综合版）13 王蕙 浅谈开发建设项目水土保持监测方案的内容编制方法 甘肃农业大学学报（2007年42卷综合版）14 田青 Botanical expedition to southern Gansu P C May 2007 Newsletter of Himalayan B8N4015 王有科 杏三品种叶片抗旱生理指标研究 甘肃农业大学学报2007年第六期16 李毅 不同生长激素对高山杜鹃叶片愈伤组织诱导及再生体系的影响 甘肃农业大学学报6（41）17 王辉 玛曲县天然草地沙化机理分析研究 草业学报 618 孙学刚 白龙江中上游林区种子植物物种多样性与区系地理研究 甘肃农业大学学报41（6）：19 孙学刚 甘肃杜鹃花科植物分布新记录 甘肃农业大学学报41（6）：20 蒋志荣 民勤县荒漠绿洲过渡带土地荒漠化类型判定 西北林学院学报 2006年06期21 孙学刚 青藏高原东北边缘桦木林木本植物种间联结 生态环境16（4）22 孙学刚 林型尺度森林植被恢复评价指标体系的构建 甘肃农业大学学报42（5）23 孙学刚 白龙江干旱河谷木本植物多样性及其区系地理特征 甘肃农业大学学报42（5）124 焦健 兰州市高校木本植物群落研究 中国城市林业（4）：22-2325 焦健 辩证法在“植物生态学”课程教学中的应用 甘肃农业大学学报（综合版）38-3926 焦健 兰州市高校校园绿地群落物种组成及多样性分析 广东园林（5）：44-4727 王辉 干旱荒漠区沙蒿种群根系生态特征研究 水土保持学报21(1):99-10228 王辉 黄河源区高寒草地沙化进程中土壤物理性质的变化 草业学报16(1): 30-1/329 王辉 子午岭油松林主要树种空间格局及种间关联性研究 西北植物学报27(4):791-2/430 王辉 干旱荒漠区封育沙地土壤水分变化研究 西北林学院学报22(2):49-5331 辉 油松人工林凋落物对土壤理化性质的影响 西北林学院学报22(3):25-2832 王辉 不同林龄油松人工林枯枝落叶层持水性及养分含量 浙江林学院学报24(3):319-32533 王辉 子午岭次生油松林主要乔木树种更新特点 浙江林学院学报24(5):559-56334 王辉 不同补水保水方式下兰州北山区人工植被状况 西北农业学报16(4):116-12035 王辉 甘肃省地表植被指数演变分析 甘肃农业大学学报42(综合版):241-24436 王辉 子午岭油松林林隙更新特征研究 林业资源管理(2):60-6537 武利玉 有声语言与形体语言在教学中的应用 《甘肃农业大学学报》2007年第42卷38 武利玉 人工绿洲防护林体系稳定性评价 《中国沙漠》2007年第27卷第6期39 贺春燕 甘肃省核桃气候分析及适生种植区气候区划 甘肃农业大学学报2007年第42卷第四期40 贺春燕 龙嗓引种观察及嫁接试验 甘肃农业科技2007年第9期41 贺春燕 园林专业植物类课程设置体系及教学思考 甘肃农业大学学报2007年第42卷综合版 1997-2007年出版专著1 1997 王有科 《经济林栽培学》（北方本） 中国林业出版社 副主编2 1998 王 辉 《土地荒漠化综合防治技术》 中国林业出版社 主编3 1999 王有科 《花椒栽培技术》 金盾出版社 主编4 1999 蒋志荣 《水土保持林学》 主编5 2002 张如力 《森林昆虫学通论》 中国农业出版社 副主编6 2004 王 辉 《西北地区农牧业可持续发展与节水战略研究》 科学出版社 副主编7 2005 孙学刚 《中国西北内陆盐地植物图谱》 中国林业出版社 主编8 2005 孙学刚 《甘肃植物志》(第二卷) 甘肃科学技术 参编9 2005 邸 利 《环境科学概论》 中国农业出版社 参编10 2005 蒋志荣 《水土流失及荒漠化监测与评价》 中国水利水电出版社 参编11 2006 王 辉 《中国荒漠化和沙化动态研究》 中国农业出版社 参编12 2006 张玉珍 《园林工程制图》 中国农业出版社 参编13 2006 张玉珍 《园林工程制图习题册》 中国农业出版社 参编14 2006 唐 红 《草坪技术手册-草坪工程》 华工工业出版社 参编15 2007 李 毅 《林学概论》 中国农业出版社 参编16 2007 张玉珍 《画法几何与水利工程制图》 中国农业出版社 参编17 2007 张玉珍 《画法几何与水利工程制图习题集》 中国农业出版社 副主编
在国家、省、市级刊物发表论文20多篇。其中《庭院果树种植与管理》、《果品营养与人体健康》、《放任生长苹果树的态形与修剪》、《甘肃定西果树区域分布与品种选择》、《定西市蔬菜产业回顾与展望》分别发表于《西北园艺》1989年第3期、1993年第4期、1994年第2期、2005年第5期、2006年第2期，《果树夏季修剪》、《苹果幼树早果丰产技术措施》发表于《甘肃农业科技与信息》1994年第6期、1995年第1期，《元帅苹果幼树促冠促花技术效应》发表于《甘肃农业科技》1994年第11期，《干旱地区苹果梨生长特性观察》发表于《甘肃农业大学学报》1998年第4期，《发展园艺产业建设和谐社会》发表于《甘肃农业》2005年第12期，《番茄椒栽培技术要点》、《对日光温室生产建设的建议》发表于《温室园艺》2004年第6期、2005年第5期，《浅谈提高日光温室管理技术措施》发表于《定西科技》2005年第2期。
这里不让写网址的，所以无法写出来。不过你去万维书刊网吧，这是一个期刊大全网站，都是真实的杂志社网址、邮箱、电话、通讯地址等。包括下面那位朋友列举的那么多刊物的真实信息。 论文格式：万维书刊网上每一个刊物的简介下面都有“论文模版”和“写作模版”，点开即可参照，详细而又实用！
大概就这样了 参考一下吧 基于landsat-TM影像的专题信息提取 学生姓名：XX 学号：20085080079 院系：城市与环境科学学院 专业：XX 指导教师：XX 职称：助教 摘 要：本文以沈阳地区为研究区，利用光谱信息提取水体、植被，采用基于灰度共生矩阵的纹理量的分类法，通过TM5波段提取灰度共生矩阵和灰度联合矩阵，计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离，得到最终的分类结果。结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类，光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度。 关键词：遥感影像;光谱特征;纹理特征;灰度共生矩阵;分层提取;土地利用 Abstract:Based on the study of shenyang area for using spectral information extraction，water,vegetation,based on gray symbiotic matrix of the texture classification,through the TM5 band extraction graylevel co-occurrence matrix and gray,and joint matrix extraction can reflect the differences between vector-valued texture category will confuse the paddy fields,spectral information structure,separation,with residents of the final results of the Results show that: the texture characteristics will be applied to image classification can distinguish the confusion of spectral spectrum and texture feature combination,the classification accuracy than pure spectral classification Key words:remote sensing image;spectrum feature;texture feature;text gray-level co-occurrence matrix;layered extraction;land-use 引言 遥感图像信息专题特征的提取，需要对TM图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的[1] 。在自然资源调查中，遥感图像已成为重要的空间数据源，其中TM图像信息是进行土地利用/覆盖变化动态监测的重要依据。常规提取TM图像信息主要是利用影像的光谱分辨率进行的，难以正确区分光谱易混淆的地物，例如菜地与其他耕地类型。 提取TM图像中易混淆地物信息，可以充分利用影像的空间分辨率及影像上丰富的纹理信为了息来完成信息提取。纹理分析方法在许多领域都有重要的应用，吴高洪等[2]为了提高纹理图像分割的边缘准确性和区域一致性以及降低分割错误率，提出了一种基于小波变换进行纹理分割的方法。因此，研究地物在影像上的纹理特征，建立和充分应用基于纹理特征的地物分类及信息提取方法，将是今后研究高分辨率遥感影像信息提取的方向之一[3]。图像分析需要用到影像的灰度和纹理信息，灰度即波谱信息，是最基本的信息，纹理反映了灰度的空间变化情况，它由纹理基元按某种确定的规律或者某种统计规律排列组成。为了能用计算机进行纹理分析和形成统一的尺度，需将纹理量化，以定量反映纹理信息，形成纹理变量和纹理图像以便分析[4]。 1 研究区概况 苏家屯是沈阳市的九个市辖区之一，位于沈阳南部，距沈阳市中心15公里，与抚顺、本溪、辽阳三市毗邻。这里气候适宜，雨量适中，年均气温8度，年均降水量700毫米。物产丰富，蕴藏着丰富的煤石油天然气铁矿石和优质矿泉水等自然资源。苏家屯农业发达，盛产水稻、玉米，是国家确定的现代化农业示范区。本文选择数据源所选取的数据是沈阳地区2001年8月11日TM影像区的子区域。根据沈阳地区的农事历，选择10月上旬的遥感资料为宜。 2 光谱信息 地物的光谱一般是指像素的亮度值，地表的各种地物由于物质组成和结构不同而具有独特的波谱反射和辐射特性，在图像上反映为各类地物在各波段上灰度值的差异。地物光谱响应特征是多光谱遥感影像地物识别最直接，也是最重要的解译元素。 3 纹理特征 纹理也是遥感影像的重要信息,它通过色调或颜色的变化表现细纹或细小的纹案，这种细纹或细小的纹案在某一确定的图像区域中以一定的规律重复出现。 目标地物的纹理特征与航空相片的比例尺和太阳高度角有关。另外，它反映了影像的灰度统计信息、地物本身的结构特征和地物空间排列的关系，是进行目视判读和计算机自动解译的重要基础[5]。许多研究表明，除了原始影像光谱信息以外，加上纹理信息就可以使分析准确性和精度提高[6]。遥感图像中多为无规则纹理，一般采用统计方法进行纹理分析,目前用得较多的统计方法有共生矩阵法、分形维法和马尔可夫随机场法。 所谓灰度共生矩阵是由影像灰度级之间二阶联合条件概率密度所构成的矩阵，反映了影像中任意两点间灰度的空间相关性。其方法是先依据影像的灰度级数和灰度变化情况计算出4个方向(右、下、右上和左下)任意两个灰度级相邻出现的概率矩阵，它能提供多个纹理量，可以从多个侧面描述影像的纹理特征，因而在纹理分类中得到广泛的应用[7]。 4 提取方法 1 数据预处理 本文对沈阳地区遥感影像进行光学增强处理，并采用高通滤波来进行滤波处理对影像进行融合将融合后的影像进行几何校正。本文以1∶5万比例尺地形图为底图，选取均匀地分别在整幅图像内的60个控制点，采用二次多项式纠正模型建立两幅影像的对应关系。配准精度在3个像元以内， 2 土地利用分类体系的确定 参考国家土地利用分类体系，结合研究区土地资源的实际情况，TM影像波谱特征及其分辨率等，把研究区土地利用现状分类系统按二级进行分类，一级类型5个，分别为水体、水田、旱地、居民地、植被。 3 遥感信息提取 遥感图像的某些波段往往存在异物同谱和同物异谱现象，如果把多种地物放到一起考虑，由于这些波段的加入，会使信息提取变得非常复杂，这也正是传统上基于统计特征的监督和非监督分类遇到的难题。而对地物进行分层处理，就可以充分利用各类地物在不同波段的特征，收到较好效果[8，9]。对某一地物进行提取，获得该信息层，与原图像进行逻辑与运算，做掩膜处理，从而将该地物像元从原始图像中去除，以避免它对其他地物提取的影响，从而为以后的信息提取创造了纯净的环境。 1基于地物光谱模型的遥感影像分类 为获得光谱知识，在原始图像上进行采样。在采样过程中考虑到同类地物颜色的差异，如水域的深浅等，每一地类进行了多个样本值的合并，得到地物的综合光谱特征值（如图1）。 图1 地物光谱特征 水体的提取：太阳光照射到水面少部分被反射到空中大部分被入射到水体，入射到水体的光，部分被水体吸收，部分被水中的悬浮物反射，少部分透射到水底。被水底吸收和反射。被悬浮物反射和被水体反射的辐射，部分返回水面，折回到空中。因此，遥感器所接收到的辐射就包括水面反射光，悬浮物反射光，水底反射光和天空反射光（如图2）。由于不同水体的水面性质和水体特性的不同，从而形成传感器上接收到的反射光谱就存在差异，为遥感探测水体提供了基础。在可见光范围内，水体的反射率总体比较低，不超过10%,一般为4%～5%,并随着波长的增大逐渐降低，到6μm处约2%～3%，过了75μm，水体几乎成为全吸收体。因此，在近红外的遥感影像上清澈的水体成黑色。因此在提取水体时图面上黑色部分即为水体。 图2 传感器接收到的光谱 植被的提取:健康植物的波谱曲线有明显的特点（如图3），在可见光的55μm附近有一个反射率为10%～20%的小反射峰。在45μm和65μm附近有两个明显的吸收谷。在7～8μm是一个陡坡，反射率急剧增高。在近红外波段8～3μm之间形成一个高的，反射率可达40%或更大的反射峰。在45μm、95μm和6～7μm处有三个吸收谷。它们分别受叶子色素，细胞构造，含水量等的影响。因此，在对TM影像上的植被进行提取时，要考虑以上因素。 图3 健康植被的光谱特征 2基于纹理信息的分类 在图1中容易看到水田、旱地、居民地有很大的光谱相似度，因此需要根据纹理特征进行提取。 本文用水体和植被信息分别对原始影像做掩膜，再结合纹理信息作监督分类提取居民地、水田和旱地。为了突出图像的纹理，提高对图像的解译和分析能力，在对图像进行纹理分析之前，利用ErdasImagine软件对掩膜后的影像进行了增强处理。 为了进行纹理分类，首先必须提取各类的纹理特征。试验中先提取各类样本，统计各种类纹理特征，再找出最大差异的纹理量，作为分类特征量进行分类(如图4)。纹理特征的提取需考虑到窗口的大小、方向和步长。本文利用TM第5波段的纹理特征,采用了3X3大小的窗口、四个方向的均值[10]、步长为1来对纹理值(包括角二阶距、对比度、熵、相关)进行特征统计。 图4 纹理样本图 本文所有的纹理分析均在M0上进行，主要目标是实现对输入遥感影像进行纹理分析，输出纹理分析的结果，以便通过使用结果，以不同的结合方式辅助分类作对比研究。从图5中我们可以看到，3种地类在ASM纹理特征量上差异最大，COR上次之，因此取用ASM、COR特征值，对3种地物加以提取。 图5 3种纹理特征曲线 旱田的提取:从纹理曲线中可以看出旱田的ASM量与水田、居民地有很大的差异，因此通过实验对ASM进行阈值设定来提取旱田。 居民地和水田的区分:采用基于纹理特征和光谱特征相结合的方法，对居民地进行提取。水田和居民地在ASM特征量上，有着较大的差异，但仔细观察可以发现，在去除了旱田的干扰后，水田和居民地在COR特征量上也有着很大的差异。同时一些研究提出了(归一化建筑指数)[11]:NDVI=(TM 5- TM 4)/(TM 5+ TM 4)来对居民地进行提取（见表1）。从表2中可以看出，这种方法并不适合本文的研究区，但是对原始的光谱特征信息进行分析可以发现，在只存有水田和居民地的图像上，两者在TM5上的亮度值差距很大。综上所述,可以对COR和TM5的亮度值进行阈值设定提取居民地,将其与水田相分离。 表1 5种地物的NDVI指数 指标 水体 水田 旱地 居民地 植被 NDVI 0．24271 0．218619 0．380397 0．231489 0．166337 5 精度评价 衡量分类精度最广泛的方法是由Congalton提出的误差矩阵法(error matrix)，为了评价分类试验精度，本文采用随机抽样方法抽取400个点作正确率评价，通过对原图的目视判读结合实地考察对结果进行正确率评价，建立混淆矩阵，计算其Kappa系数(见表2)，在ERDAS监督分类中总正确率为4 %(见表3)，两者相比较可以看出，基于光谱和纹理特征的信息分层提取方法能够很好的对研究区影象进行分类。 表2 光谱纹理信息分类精度% 居民地 水田 旱地` 水体 植被 居民地 水田 旱地 水体 植被 总合 正确率/% 82 4 2 1 1 92 2 7 99 2 1 1 109 8 5 3 113 1 1 123 8 1 0 0 35 1 37 6 1 1 1 1 36 39 3 总正确率=5% Kappa系数=87 表3 EARDS监督分类精度 居民地 水田 旱地` 水体 植被 居民地 水田 旱地 水体 植被 总合 正确率/% 3123 240 107 24 63 3577 88 39 7481 569 176 6 1363 78 81 112 1477 99 32 8723 86 5 1 39 202 1067 4 1801 82 7 0 2 3 379 379 97 总正确率=4 % 6 结语 （1）试验表明，对地物进行分层处理，就可以充分利用各类地物在不同波段的特征。避免已提取地物对其他地物提取的干扰，为后续信息提取创造了纯净的环境；同时还可以有效地减少了漏分和误分，提高分类正确率。本文采用此方法对建设用地信息提取，获得较为满意的效果。 （2)综合运用光谱知识、纹理信息对于仅基于遥感多光谱信息的传统分类方法，能够更有效地提取出土地利用类型信息，精度有了一定提高。 （3）本文在进行纹理分析时，仅使用了单波段的影象数据，对于多波段影象数据未能充分利用； TM全色波段纹理清晰，如能加以利用，会对分类精度的提高有一定的帮助。 参考文献 [1] 梅安新，彭望琭，秦其明遥感导论[M]北京，高等教育出版社, [2] 吴高洪,章毓晋,林行刚等利用小波变换和特征加权进行纹理分割[J]中国图像图形学报,2001,6(4):333- [3] 张禾基于纹理特征的遥感影像居民地自动提取方法[J]江汉石油职工大学学报,2007,(4):93-96 [4] 黄桂兰,郑肇葆,杨敏一种基于共生矩阵法的影像纹理分类方法[J]测绘通报,1996,(3):28- [5] 周廷刚,郭达志,盛业华灰度矢量多波段遥感影像纹理特征及其描述[J]西安科技学院学报,2000,2(4):336- [6] 舒宁关于多光谱和高光谱影像的纹理问题[J]武汉大学学报,2004,29(4):292- [7] 武文波，陈静基于ETM+的遥感影像信息提取研究[J]甘肃农业大学学报2007，43(4) [8] 李四海,恽才兴土地覆盖遥感专题信息的分层提取方法及其应用[J]遥感技术与应用,1999,(4): [9] 柴芸甘肃省沙化土地监测研究[J]甘肃农业大学学报,2003,38(3):296～ [10] Treitz P,Howarth PIntegrating spectral spatial andTerrain variables for forest ecosystem classification[J]Photogrammetric Engineering Remote Sensing,2000,66(3):305- [11] 查勇,倪绍祥,杨山一种利用图像自动提取城镇用地信息的有效方法[J]遥感学报,2003,(1):38- 标题 XXXXXXXXXXXXXX（宋体三号字加黑，居中） 学生姓名：XX 学号：XXX(五号宋体字不加黑，居中) XXXX院（系） XX专业(五号宋体字不加黑，居中) 指导教师：XXX 职称：XXX(五号宋体字不加黑，居中) （空两格）摘 要(黑体小四)：具体内容(楷体小四号字不加黑) （空两格）关键词(黑体小四)： **；**；** (楷体小四号字不加黑) (空一行) Abstract(Times New Roman小四加黑)： 具体内容(Times New Roman小四不加黑) Key Words(Times New Roman小四加黑)：**；**；** (Times New Roman小四不加黑) 前言(宋体小三号加黑) 一、政府信息公开制度概述（一级标题宋体四号字加黑） (一)政府信息公开的内涵（二级标题仿宋体小四号字加黑） 1．政府信息公开（三级标题宋体小四号字） 正文内容（宋体小四号不加黑）、图表说明（宋体小五号字不加黑）
1、吴建平，杨联，DAVID KEMP，花立民，张利平，雷赵民等，“牧区家庭畜牧生产资源优化及家畜个体精准管理模式研究与示范”，2010年6月3日通过项目鉴定，鉴定委员会给予达到国际同类研究先进水平评价 。2、吴建平，张利平，雷赵民，杨联，汪晓娟，王欣荣等，“应用分子育种技术选育肉毛兼用绵羊新类群的研究”，2010年6月3日通过项目鉴定，鉴定委员会给予达到国内同类研究领先水平评价。3、吴建平、张利平、刘哲、张玉斌、彭韵硕、雷赵民、杨联、万红玲、张盛贵、马琦、王强、王欣荣、李维红，主持完成的“西部地区主要牛羊肉、乳营养品质特性及品质育肥技术体系研究”项目获2009年甘肃省科技进步一等奖，证书号：2009-J1-011-R1；4、主持完成的“富含共轭亚油酸(CLA)功能性牛奶生产技术研究”，获2009年兰州市科技进步一等奖，证书编号：2009-1-6-1；5、“动物遗传学课程建设、改革与实践”获甘肃省教育厅级教学成果奖，证书号：20090303。6、主持完成的“影响反刍动物体脂脂肪酸组成的生态因素及其与人类健康关系的研究”，获2008年甘肃省高校科技进步一等奖，项目负责人，证书编号：1-09/7；7、主持完成的“苜蓿芽（Alfal-Nutrients）营养性功能因子的研究与开发”，获2006年甘肃省高校科技进步奖二等奖，证书编号：2-25/1。8、主持完成的“利用生态因素及饲养管理模式驱除羊肉膻味的技术研究”项目，2003年获甘肃省科技进步奖三等奖；9、参加完成的“现代养猪业配套选育‘合成系杂优猪’的研究”，2003年获甘肃省科技进步奖三等奖；10、主持完成的“安哥拉改良羊皮肤及毛囊变化规律的研究”，1996年获科技进步奖三等奖；11、参加完成的“利用免疫电泳及荧光法进行性别控制”，1995年12月鉴定；12、参加完成的“甘肃高寒阴湿区八县十七乡科技扶贫农林牧整乡承包”，1995年获全国农牧渔业丰收奖三等奖；13、参加完成的“奶牛血液遗传标记及其与经济性状相关性的研究”，1995年获甘肃省畜牧业科技进步一等奖； 参编《Towards Sustainable Use of Rangelands in North-West China》, Springer, 2010 副主编《动物遗传学》，中国农业大学出版社，2008主编《简明基因工程与应用》，科学出版社，2005副主编《现代中国养羊》，金盾出版社，2005参编《Chinese Yak》，Asia Livestock，FAO ，1994 共发表研究论文100余篇，其中SCI收录15篇，国际学术研讨会论文10余篇，代表性论文有：张艳萍，苏军虎，龚雪芬，娄忠玉，吴建平 (通讯作者)，魏彦明甘肃金鳟遗传资源评价及其与日本金鳟和道氏虹鳟遗传分化研究 水生生物学报 2010，2：262－杨具田，徐红伟，臧荣鑫，蔡勇，吴建平（通讯作者）五个地方绵羊品种FAS基因3‘－UTR区单核苷酸多态性研究 中国农业科学 2010,43(13):2784-朱静，吴建平 (通讯作者)，马彦男，李耀东 基因型与环境互作下的奶牛经济效益分析 湖南农业科学 13:刘晓敏，张利平，杨联，吴建平，哈志俊，俞理辉，李文文，吴孝杰欧拉型藏羊Callipyge基因多态性与生长性状相关性研究甘肃农业大学学报2010，45（4）：1-哈志俊，张利平，杨联，吴建平，刘晓敏，俞理辉，李文文欧拉型藏羊GH基因5’端侧翼序列多态性与生长性状的关联分析甘肃农业大学学报2010，45（4）：5-王建华，杨联，张利平，吴建平(通讯作者)，万红玲，吴孝杰，刘晓敏，王磊牦牛CAST基因部分序列的SNPs研究 甘肃农业大学学报2010，45（5）：1-吴孝杰，杨联，张利平，吴建平(通讯作者)，万红玲，王建华，刘晓敏，王磊牦牛CAPN1基因部分序列的SNPs研究 甘肃农业大学学报2010，45（4）：28-王志刚，吴建平(通讯作者)，刘丑生，邱小田用微卫星标记分析中国山羊品种的遗传多样性和群体遗传结构农业生物技术学报 18(5):836-王志刚，吴建平(通讯作者)，刘丑生，邱小田 应用微卫星标记分析中国地方山羊瓶颈效应 畜牧兽医学报 2010，41（6）:664-670刘婷，吴建平(通讯作者),张盛贵，张玉斌玛曲牦牛与康乐黄牛肠系膜脂肪和肾周脂肪中脂肪酸含量的比较分析食品工业科技31(4):111-赵海军，杨联，杨思维，花立民，冯明廷，马志愤，宫旭胤，吴建平（通讯作者） 甘肃高山细毛羊枯草季放牧与暖棚舍饲饲养对比试验 草业科学 27（5）：117-121马彦男，刘哲，吴建平(通讯作者)，张利平，杨联，朱静荷斯坦奶牛改良黄牛的效果分析 甘肃农业大学学报2010, 45(1):16-王磊，杨联,张利平，吴建平(通讯作者)，雷赵民，徐建峰 山羊MT-III分子特性研究 甘肃农业大学学报2010, 45(1):6-方翟，吴建平(通讯作者)，徐建峰，罗艳茹，张利平，王磊，杨联，雷赵民 绵羊BMPR-IB基因在分子标记育种中的应用效果 新疆农业科学 2010，47（1）:189-194王磊，吴建平，杨联(通讯作者)，张利平，徐建峰，方翟 牦牛生长激素基因分子特性分析 甘肃农业大学学报2009, 44(6):1-吴孝杰，杨 联，张利平 吴建平(通讯作者)，万红玲,牦牛钙激活蛋白酶（CAPN1）基因部分序列PCR-SSCP 研究 第十五次全国动物遗传育种学术讨论会论文集 86王建华，吴建平，费春红，杨 联，张利平 牦牛钙激活蛋白酶抑制蛋白CAST 基因克隆及其测序分析 第十五次全国动物遗传育种学术讨论会论文集 87杨联, 王磊, 张利平, 吴建平(通讯作者) 牦牛生长激素 (GH) 基因克隆及原核表达 第十五次全国动物遗传育种学术讨论会论文集 357杨联，方翟，张利平，吴建平(通讯作者)，徐建峰 绵羊IGF-Ⅱ基因第五外显子SNPs 与体重相关性的研究 第十五次全国动物遗传育种学术讨论会论文集 358
大概就这样了 参考一下吧 基于landsat-TM影像的专题信息提取 学生姓名：XX 学号：20085080079 院系：城市与环境科学学院 专业：XX 指导教师：XX 职称：助教 摘 要：本文以沈阳地区为研究区，利用光谱信息提取水体、植被，采用基于灰度共生矩阵的纹理量的分类法，通过TM5波段提取灰度共生矩阵和灰度联合矩阵，计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离，得到最终的分类结果。结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类，光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度。 关键词：遥感影像;光谱特征;纹理特征;灰度共生矩阵;分层提取;土地利用 Abstract:Based on the study of shenyang area for using spectral information extraction，water,vegetation,based on gray symbiotic matrix of the texture classification,through the TM5 band extraction graylevel co-occurrence matrix and gray,and joint matrix extraction can reflect the differences between vector-valued texture category will confuse the paddy fields,spectral information structure,separation,with residents of the final results of the Results show that: the texture characteristics will be applied to image classification can distinguish the confusion of spectral spectrum and texture feature combination,the classification accuracy than pure spectral classification Key words:remote sensing image;spectrum feature;texture feature;text gray-level co-occurrence matrix;layered extraction;land-use 引言 遥感图像信息专题特征的提取，需要对TM图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的[1] 。在自然资源调查中，遥感图像已成为重要的空间数据源，其中TM图像信息是进行土地利用/覆盖变化动态监测的重要依据。常规提取TM图像信息主要是利用影像的光谱分辨率进行的，难以正确区分光谱易混淆的地物，例如菜地与其他耕地类型。 提取TM图像中易混淆地物信息，可以充分利用影像的空间分辨率及影像上丰富的纹理信为了息来完成信息提取。纹理分析方法在许多领域都有重要的应用，吴高洪等[2]为了提高纹理图像分割的边缘准确性和区域一致性以及降低分割错误率，提出了一种基于小波变换进行纹理分割的方法。因此，研究地物在影像上的纹理特征，建立和充分应用基于纹理特征的地物分类及信息提取方法，将是今后研究高分辨率遥感影像信息提取的方向之一[3]。图像分析需要用到影像的灰度和纹理信息，灰度即波谱信息，是最基本的信息，纹理反映了灰度的空间变化情况，它由纹理基元按某种确定的规律或者某种统计规律排列组成。为了能用计算机进行纹理分析和形成统一的尺度，需将纹理量化，以定量反映纹理信息，形成纹理变量和纹理图像以便分析[4]。 1 研究区概况 苏家屯是沈阳市的九个市辖区之一，位于沈阳南部，距沈阳市中心15公里，与抚顺、本溪、辽阳三市毗邻。这里气候适宜，雨量适中，年均气温8度，年均降水量700毫米。物产丰富，蕴藏着丰富的煤石油天然气铁矿石和优质矿泉水等自然资源。苏家屯农业发达，盛产水稻、玉米，是国家确定的现代化农业示范区。本文选择数据源所选取的数据是沈阳地区2001年8月11日TM影像区的子区域。根据沈阳地区的农事历，选择10月上旬的遥感资料为宜。 2 光谱信息 地物的光谱一般是指像素的亮度值，地表的各种地物由于物质组成和结构不同而具有独特的波谱反射和辐射特性，在图像上反映为各类地物在各波段上灰度值的差异。地物光谱响应特征是多光谱遥感影像地物识别最直接，也是最重要的解译元素。 3 纹理特征 纹理也是遥感影像的重要信息,它通过色调或颜色的变化表现细纹或细小的纹案，这种细纹或细小的纹案在某一确定的图像区域中以一定的规律重复出现。 目标地物的纹理特征与航空相片的比例尺和太阳高度角有关。另外，它反映了影像的灰度统计信息、地物本身的结构特征和地物空间排列的关系，是进行目视判读和计算机自动解译的重要基础[5]。许多研究表明，除了原始影像光谱信息以外，加上纹理信息就可以使分析准确性和精度提高[6]。遥感图像中多为无规则纹理，一般采用统计方法进行纹理分析,目前用得较多的统计方法有共生矩阵法、分形维法和马尔可夫随机场法。 所谓灰度共生矩阵是由影像灰度级之间二阶联合条件概率密度所构成的矩阵，反映了影像中任意两点间灰度的空间相关性。其方法是先依据影像的灰度级数和灰度变化情况计算出4个方向(右、下、右上和左下)任意两个灰度级相邻出现的概率矩阵，它能提供多个纹理量，可以从多个侧面描述影像的纹理特征，因而在纹理分类中得到广泛的应用[7]。 4 提取方法 1 数据预处理 本文对沈阳地区遥感影像进行光学增强处理，并采用高通滤波来进行滤波处理对影像进行融合将融合后的影像进行几何校正。本文以1∶5万比例尺地形图为底图，选取均匀地分别在整幅图像内的60个控制点，采用二次多项式纠正模型建立两幅影像的对应关系。配准精度在3个像元以内， 2 土地利用分类体系的确定 参考国家土地利用分类体系，结合研究区土地资源的实际情况，TM影像波谱特征及其分辨率等，把研究区土地利用现状分类系统按二级进行分类，一级类型5个，分别为水体、水田、旱地、居民地、植被。 3 遥感信息提取 遥感图像的某些波段往往存在异物同谱和同物异谱现象，如果把多种地物放到一起考虑，由于这些波段的加入，会使信息提取变得非常复杂，这也正是传统上基于统计特征的监督和非监督分类遇到的难题。而对地物进行分层处理，就可以充分利用各类地物在不同波段的特征，收到较好效果[8，9]。对某一地物进行提取，获得该信息层，与原图像进行逻辑与运算，做掩膜处理，从而将该地物像元从原始图像中去除，以避免它对其他地物提取的影响，从而为以后的信息提取创造了纯净的环境。 1基于地物光谱模型的遥感影像分类 为获得光谱知识，在原始图像上进行采样。在采样过程中考虑到同类地物颜色的差异，如水域的深浅等，每一地类进行了多个样本值的合并，得到地物的综合光谱特征值（如图1）。 图1 地物光谱特征 水体的提取：太阳光照射到水面少部分被反射到空中大部分被入射到水体，入射到水体的光，部分被水体吸收，部分被水中的悬浮物反射，少部分透射到水底。被水底吸收和反射。被悬浮物反射和被水体反射的辐射，部分返回水面，折回到空中。因此，遥感器所接收到的辐射就包括水面反射光，悬浮物反射光，水底反射光和天空反射光（如图2）。由于不同水体的水面性质和水体特性的不同，从而形成传感器上接收到的反射光谱就存在差异，为遥感探测水体提供了基础。在可见光范围内，水体的反射率总体比较低，不超过10%,一般为4%～5%,并随着波长的增大逐渐降低，到6μm处约2%～3%，过了75μm，水体几乎成为全吸收体。因此，在近红外的遥感影像上清澈的水体成黑色。因此在提取水体时图面上黑色部分即为水体。 图2 传感器接收到的光谱 植被的提取:健康植物的波谱曲线有明显的特点（如图3），在可见光的55μm附近有一个反射率为10%～20%的小反射峰。在45μm和65μm附近有两个明显的吸收谷。在7～8μm是一个陡坡，反射率急剧增高。在近红外波段8～3μm之间形成一个高的，反射率可达40%或更大的反射峰。在45μm、95μm和6～7μm处有三个吸收谷。它们分别受叶子色素，细胞构造，含水量等的影响。因此，在对TM影像上的植被进行提取时，要考虑以上因素。 图3 健康植被的光谱特征 2基于纹理信息的分类 在图1中容易看到水田、旱地、居民地有很大的光谱相似度，因此需要根据纹理特征进行提取。 本文用水体和植被信息分别对原始影像做掩膜，再结合纹理信息作监督分类提取居民地、水田和旱地。为了突出图像的纹理，提高对图像的解译和分析能力，在对图像进行纹理分析之前，利用ErdasImagine软件对掩膜后的影像进行了增强处理。 为了进行纹理分类，首先必须提取各类的纹理特征。试验中先提取各类样本，统计各种类纹理特征，再找出最大差异的纹理量，作为分类特征量进行分类(如图4)。纹理特征的提取需考虑到窗口的大小、方向和步长。本文利用TM第5波段的纹理特征,采用了3X3大小的窗口、四个方向的均值[10]、步长为1来对纹理值(包括角二阶距、对比度、熵、相关)进行特征统计。 图4 纹理样本图 本文所有的纹理分析均在M0上进行，主要目标是实现对输入遥感影像进行纹理分析，输出纹理分析的结果，以便通过使用结果，以不同的结合方式辅助分类作对比研究。从图5中我们可以看到，3种地类在ASM纹理特征量上差异最大，COR上次之，因此取用ASM、COR特征值，对3种地物加以提取。 图5 3种纹理特征曲线 旱田的提取:从纹理曲线中可以看出旱田的ASM量与水田、居民地有很大的差异，因此通过实验对ASM进行阈值设定来提取旱田。 居民地和水田的区分:采用基于纹理特征和光谱特征相结合的方法，对居民地进行提取。水田和居民地在ASM特征量上，有着较大的差异，但仔细观察可以发现，在去除了旱田的干扰后，水田和居民地在COR特征量上也有着很大的差异。同时一些研究提出了(归一化建筑指数)[11]:NDVI=(TM 5- TM 4)/(TM 5+ TM 4)来对居民地进行提取（见表1）。从表2中可以看出，这种方法并不适合本文的研究区，但是对原始的光谱特征信息进行分析可以发现，在只存有水田和居民地的图像上，两者在TM5上的亮度值差距很大。综上所述,可以对COR和TM5的亮度值进行阈值设定提取居民地,将其与水田相分离。 表1 5种地物的NDVI指数 指标 水体 水田 旱地 居民地 植被 NDVI 0．24271 0．218619 0．380397 0．231489 0．166337 5 精度评价 衡量分类精度最广泛的方法是由Congalton提出的误差矩阵法(error matrix)，为了评价分类试验精度，本文采用随机抽样方法抽取400个点作正确率评价，通过对原图的目视判读结合实地考察对结果进行正确率评价，建立混淆矩阵，计算其Kappa系数(见表2)，在ERDAS监督分类中总正确率为4 %(见表3)，两者相比较可以看出，基于光谱和纹理特征的信息分层提取方法能够很好的对研究区影象进行分类。 表2 光谱纹理信息分类精度% 居民地 水田 旱地` 水体 植被 居民地 水田 旱地 水体 植被 总合 正确率/% 82 4 2 1 1 92 2 7 99 2 1 1 109 8 5 3 113 1 1 123 8 1 0 0 35 1 37 6 1 1 1 1 36 39 3 总正确率=5% Kappa系数=87 表3 EARDS监督分类精度 居民地 水田 旱地` 水体 植被 居民地 水田 旱地 水体 植被 总合 正确率/% 3123 240 107 24 63 3577 88 39 7481 569 176 6 1363 78 81 112 1477 99 32 8723 86 5 1 39 202 1067 4 1801 82 7 0 2 3 379 379 97 总正确率=4 % 6 结语 （1）试验表明，对地物进行分层处理，就可以充分利用各类地物在不同波段的特征。避免已提取地物对其他地物提取的干扰，为后续信息提取创造了纯净的环境；同时还可以有效地减少了漏分和误分，提高分类正确率。本文采用此方法对建设用地信息提取，获得较为满意的效果。 （2)综合运用光谱知识、纹理信息对于仅基于遥感多光谱信息的传统分类方法，能够更有效地提取出土地利用类型信息，精度有了一定提高。 （3）本文在进行纹理分析时，仅使用了单波段的影象数据，对于多波段影象数据未能充分利用； TM全色波段纹理清晰，如能加以利用，会对分类精度的提高有一定的帮助。 参考文献 [1] 梅安新，彭望琭，秦其明遥感导论[M]北京，高等教育出版社, [2] 吴高洪,章毓晋,林行刚等利用小波变换和特征加权进行纹理分割[J]中国图像图形学报,2001,6(4):333- [3] 张禾基于纹理特征的遥感影像居民地自动提取方法[J]江汉石油职工大学学报,2007,(4):93-96 [4] 黄桂兰,郑肇葆,杨敏一种基于共生矩阵法的影像纹理分类方法[J]测绘通报,1996,(3):28- [5] 周廷刚,郭达志,盛业华灰度矢量多波段遥感影像纹理特征及其描述[J]西安科技学院学报,2000,2(4):336- [6] 舒宁关于多光谱和高光谱影像的纹理问题[J]武汉大学学报,2004,29(4):292- [7] 武文波，陈静基于ETM+的遥感影像信息提取研究[J]甘肃农业大学学报2007，43(4) [8] 李四海,恽才兴土地覆盖遥感专题信息的分层提取方法及其应用[J]遥感技术与应用,1999,(4): [9] 柴芸甘肃省沙化土地监测研究[J]甘肃农业大学学报,2003,38(3):296～ [10] Treitz P,Howarth PIntegrating spectral spatial andTerrain variables for forest ecosystem classification[J]Photogrammetric Engineering Remote Sensing,2000,66(3):305- [11] 查勇,倪绍祥,杨山一种利用图像自动提取城镇用地信息的有效方法[J]遥感学报,2003,(1):38- 标题 XXXXXXXXXXXXXX（宋体三号字加黑，居中） 学生姓名：XX 学号：XXX(五号宋体字不加黑，居中) XXXX院（系） XX专业(五号宋体字不加黑，居中) 指导教师：XXX 职称：XXX(五号宋体字不加黑，居中) （空两格）摘 要(黑体小四)：具体内容(楷体小四号字不加黑) （空两格）关键词(黑体小四)： **；**；** (楷体小四号字不加黑) (空一行) Abstract(Times New Roman小四加黑)： 具体内容(Times New Roman小四不加黑) Key Words(Times New Roman小四加黑)：**；**；** (Times New Roman小四不加黑) 前言(宋体小三号加黑) 一、政府信息公开制度概述（一级标题宋体四号字加黑） (一)政府信息公开的内涵（二级标题仿宋体小四号字加黑） 1．政府信息公开（三级标题宋体小四号字） 正文内容（宋体小四号不加黑）、图表说明（宋体小五号字不加黑）
垃圾学报不是本校的学生就别发吧，不怎么样。