首先,通過對2006、2010和2015年的遙感影像解譯,得到2006—2015年上海市的土地覆被情況。接著,結合土地覆被變化模型的若干個指標來分析土地覆被變化的時空特征,并對結果進行定量分析。最后,以耕地為例探究影響研究上海市土地覆被變化的驅動力。 

【文章來源】：集美大學學報(自然科學版). 2020,25(02)

【文章頁數】：9 頁

【部分圖文】：

2006,2010和2015年研究區(qū)域標準假彩色影像

目前學術界中主流遙感圖像的地物分類主要有非監(jiān)督分類及監(jiān)督分類兩種。本研究選取監(jiān)督分類的最大似然法作為基于傳統(tǒng)統(tǒng)計分析學的代表，選取支持向量機作為模式辨別的代表來實現對地物進行分類。1.3.1 類別判定

確定分類規(guī)則后在ENVI軟件上建立ROI選取多邊形樣本，選取后可計算出若干個樣本的可分離程度。可分離程度參數的數值均小于2，且參數越接近2即表明樣本之間的可分離程度越高，樣本選取質量越高，效果越好。一般情況下，大于1.5為及格樣本。由2006、2010與2015年的ROI分離性報告(見圖2～圖4)看來，樣本質量較佳。1.3.2 精度驗證


本文編號：3322701