本文關(guān)鍵詞：基于低空遙感與遷移學(xué)習(xí)的土地利用信息快速制圖方法

  更多相關(guān)文章： 低空遙感技術(shù) 土地利用信息 分類制圖 不變對象獲取 知識遷移學(xué)習(xí) 先驗知識

【摘要】：為解決樣本的手工獲取和常規(guī)的目視解譯難以適應(yīng)目前農(nóng)業(yè)土地資源信息自動化提取的需求問題,引入時空數(shù)據(jù)挖掘技術(shù),運用關(guān)聯(lián)知識遷移學(xué)習(xí)機制,提出了一種基于知識遷移學(xué)習(xí)的高分辨遙感影像土地利用信息分類制圖方法(KTLC)。首先,運用改進(jìn)的均值漂移算法對新的待分類制圖影像進(jìn)行分割獲得影像對象,然后,將分割后對象的矢量邊界與前時相土地利用矢量專題圖進(jìn)行配準(zhǔn)、嵌套,通過疊加分析獲取當(dāng)前影像中的不變對象,并通過光譜、空間信息閾值篩選完成不變對象的提純,進(jìn)而將歷史專題圖中的地物類別知識遷移到新影像對象上,建立新的特征與地物類別映射關(guān)系,最后,運用決策樹構(gòu)建分類規(guī)則完成當(dāng)前影像的快速分類制圖,并將所提方法與利用易康(e Cognition)軟件進(jìn)行分類(EC)的結(jié)果進(jìn)行對比。研究結(jié)果表明,對于2組實驗影像,KTLC方法分類總體精度分別為88.61%、88.30%,EC方法分類的總體精度分別為89.87%、84.84%,2種方法分類制圖精度相當(dāng),但在效率方面,KTLC方法優(yōu)于EC方法。
【作者單位】： 四川大學(xué)水力學(xué)與山區(qū)河流開發(fā)保護(hù)國家重點實驗室;四川大學(xué)水利水電學(xué)院;西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院;漢諾威大學(xué)攝影測量與地理信息研究所;
【關(guān)鍵詞】： 低空遙感技術(shù) 土地利用信息 分類制圖 不變對象獲取 知識遷移學(xué)習(xí) 先驗知識
【基金】：國家自然科學(xué)基金青年基金項目(51209153;41301021) 數(shù)字制圖與國土信息應(yīng)用工程國家測繪地理信息局重點實驗室開放基金項目(DM2014SC02) 國土資源部地學(xué)空間信息技術(shù)重點實驗室開放基金項目(KLGSIT2015-04)
【分類號】：S127
【正文快照】： 引言快速、準(zhǔn)確地獲取地表時空數(shù)據(jù)是農(nóng)業(yè)信息化、智能化面臨的重要問題。通常情況下,農(nóng)業(yè)信息本底調(diào)查(如基本農(nóng)田面積監(jiān)測、農(nóng)作物種植結(jié)構(gòu)調(diào)查等)時選取的數(shù)據(jù)源都是衛(wèi)星影像[1-5]。然而,衛(wèi)星傳感器受天氣制約,在多云霧地區(qū)(如四川盆地)很難連續(xù)獲取需求的影像數(shù)據(jù),衛(wèi)星影

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 張伐伐;李衛(wèi)忠;盧柳葉;康樂;;SPOT5遙感影像土地利用信息提取方法研究[J];西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版);2011年06期

2 ;[J];;年期

，

本文編號：810240