国土资源遥感
國土資源遙感
국토자원요감
REMOTE SENSING FOR LAND & RESOURCES
2011年
4期
58-63
,共6页
李玲%王红%刘庆生%宁吉才
李玲%王紅%劉慶生%寧吉纔
리령%왕홍%류경생%저길재
纹理特征%SVM%ALOS图像%土地覆被%非点源污染
紋理特徵%SVM%ALOS圖像%土地覆被%非點源汙染
문리특정%SVM%ALOS도상%토지복피%비점원오염
高空间分辨率遥感图像在土地覆被分类方面应用广泛,但传统的基于像元分类方法的精度较低.为了提高高分辨率图像的分类精度,通过灰度共生矩阵法快速提取纹理特征,利用支持向量机(SVM)并辅以纹理特征,对浙江湖州典型实验样区的ALOS图像进行土地覆被分类.结果表明:基于纹理特征和SVM的图像分类能更好地提取地物信息,分类总精度达到90.88％；单纯SVM的分类精度(89.96％)高于最大似然法(分类精度86.16％).本文方法可快速准确地提取土地覆被类型,为研究农业非点源污染的产生和时空分布提供服务,进而为寻求太湖流域内合理的土地利用模式和土地的可持续利用提供科学依据.
高空間分辨率遙感圖像在土地覆被分類方麵應用廣汎,但傳統的基于像元分類方法的精度較低.為瞭提高高分辨率圖像的分類精度,通過灰度共生矩陣法快速提取紋理特徵,利用支持嚮量機(SVM)併輔以紋理特徵,對浙江湖州典型實驗樣區的ALOS圖像進行土地覆被分類.結果錶明:基于紋理特徵和SVM的圖像分類能更好地提取地物信息,分類總精度達到90.88％；單純SVM的分類精度(89.96％)高于最大似然法(分類精度86.16％).本文方法可快速準確地提取土地覆被類型,為研究農業非點源汙染的產生和時空分佈提供服務,進而為尋求太湖流域內閤理的土地利用模式和土地的可持續利用提供科學依據.
고공간분변솔요감도상재토지복피분류방면응용엄범,단전통적기우상원분류방법적정도교저.위료제고고분변솔도상적분류정도,통과회도공생구진법쾌속제취문리특정,이용지지향량궤(SVM)병보이문리특정,대절강호주전형실험양구적ALOS도상진행토지복피분류.결과표명:기우문리특정화SVM적도상분류능경호지제취지물신식,분류총정도체도90.88％；단순SVM적분류정도(89.96％)고우최대사연법(분류정도86.16％).본문방법가쾌속준학지제취토지복피류형,위연구농업비점원오염적산생화시공분포제공복무,진이위심구태호류역내합리적토지이용모식화토지적가지속이용제공과학의거.
