多時(shí)相遙感數(shù)據(jù)的土地覆蓋分類(lèi)精度比單時(shí)相數(shù)據(jù)的分類(lèi)精度更高,而中高分辨率傳感器的重復(fù)觀測(cè)頻次低,嚴(yán)重制約了基于時(shí)間序列影像分類(lèi)的精度。時(shí)空融合技術(shù)是解決時(shí)序觀測(cè)數(shù)據(jù)缺失的有效手段,但該技術(shù)在基于時(shí)序數(shù)據(jù)的分類(lèi)研究中的應(yīng)用尚缺乏充分驗(yàn)證。針對(duì)此問(wèn)題,以遼寧省部分地區(qū)為研究區(qū),以Landsat和MODIS數(shù)據(jù)為研究對(duì)象,以STARFM、ESTARFM及半物理融合模型為年度Landsat時(shí)間序列數(shù)據(jù)的生成手段,以隨機(jī)森林、最大似然及支持向量機(jī)方法為時(shí)序分類(lèi)器,對(duì)比分析了不同融合模型與分類(lèi)器的協(xié)同分類(lèi)精度。實(shí)驗(yàn)結(jié)果表明:時(shí)空融合處理能夠有效提升時(shí)序分類(lèi)的精度尤其是植被類(lèi)型地物,并且對(duì)分類(lèi)器的選擇不敏感。 

【文章來(lái)源】：太原理工大學(xué)學(xué)報(bào). 2020,51(06)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

研究區(qū)遙感影像

采用多種時(shí)空融合模型對(duì)研究區(qū)多時(shí)相30 m分辨率影像數(shù)據(jù)進(jìn)行融合重建以及質(zhì)量評(píng)價(jià)。依據(jù)重建數(shù)據(jù)進(jìn)行土地利用分類(lèi),并研究時(shí)間特征信息對(duì)分類(lèi)精度變化的影響。實(shí)驗(yàn)流程如圖2所示。2.1 基于時(shí)空融合的時(shí)序影像生成

樣本選取采用屏幕選擇的方法結(jié)合高分辨率遙感影像目視解譯,直接在遙感圖上選取樣本點(diǎn),樣本點(diǎn)均為9個(gè)像元的正方形區(qū)域。確定訓(xùn)練樣本類(lèi)型及數(shù)量之后,進(jìn)行樣本采集。共選擇1 350個(gè)訓(xùn)練樣本點(diǎn),總計(jì)12 150個(gè)像元。對(duì)比研究區(qū)高精度土地分類(lèi)圖,選擇了650個(gè)驗(yàn)證樣本點(diǎn)。由于篇幅限制,本文僅以裸地和人工建筑為例,展示驗(yàn)證樣本點(diǎn)位的大致分布,驗(yàn)證樣本點(diǎn)位如圖3所示。3 實(shí)驗(yàn)結(jié)果及分析

【參考文獻(xiàn)】：
期刊論文
[1]一種單時(shí)相高分辨率遙感影像時(shí)空融合算法[J]. 李大成,韓啟金,趙涌泉.  計(jì)算機(jī)工程與應(yīng)用. 2018(05)

碩士論文
[1]基于ESTARFM模型的西安地區(qū)植被覆蓋度遙感估算與應(yīng)用[D]. 郭嬌.西安科技大學(xué) 2017



本文編號(hào)：3611409