干旱地区农业研究
榦旱地區農業研究
간한지구농업연구
AGRICULTURAL RESEARCH IN THE ARID AREAS
2012年
1期
217-223
,共7页
卢柳叶%李光录%张莉%张伐伐
盧柳葉%李光錄%張莉%張伐伐
로류협%리광록%장리%장벌벌
SVM%NDVI%纹理特征%土地利用%PCA
SVM%NDVI%紋理特徵%土地利用%PCA
SVM%NDVI%문리특정%토지이용%PCA
为了更准确提取半干旱区的土地利用信息,以山西省定襄县为研究区,利用Landsat TM影像,在主成分分析(PCA)的基础上,结合归一化植被指数(NDVI)和纹理信息,构建支持向量机(SVM)分类模型,提取研究区的土地利用信息.结果表明:与最大似然法和单纯依靠纹理特征SVM分类方法相比较,基于NDVI和纹理特征的SVM分类法的分类精度有了显著提高,分类总精度达到了84.50％,Kappa系数为0.8113.研究表明,该方法对半干旱区的土地利用信息提取较为理想.
為瞭更準確提取半榦旱區的土地利用信息,以山西省定襄縣為研究區,利用Landsat TM影像,在主成分分析(PCA)的基礎上,結閤歸一化植被指數(NDVI)和紋理信息,構建支持嚮量機(SVM)分類模型,提取研究區的土地利用信息.結果錶明:與最大似然法和單純依靠紋理特徵SVM分類方法相比較,基于NDVI和紋理特徵的SVM分類法的分類精度有瞭顯著提高,分類總精度達到瞭84.50％,Kappa繫數為0.8113.研究錶明,該方法對半榦旱區的土地利用信息提取較為理想.
위료경준학제취반간한구적토지이용신식,이산서성정양현위연구구,이용Landsat TM영상,재주성분분석(PCA)적기출상,결합귀일화식피지수(NDVI)화문리신식,구건지지향량궤(SVM)분류모형,제취연구구적토지이용신식.결과표명:여최대사연법화단순의고문리특정SVM분류방법상비교,기우NDVI화문리특정적SVM분류법적분류정도유료현저제고,분류총정도체도료84.50％,Kappa계수위0.8113.연구표명,해방법대반간한구적토지이용신식제취교위이상.
