提出一種耦合隨機(jī)森林和遷移學(xué)習(xí)的多時(shí)相建設(shè)用地提取方法,借助歷史影像提高目標(biāo)影像的提取精度。首先提取多時(shí)相全極化SAR的旋轉(zhuǎn)不變特征,運(yùn)用隨機(jī)森林模型提取目標(biāo)影像建設(shè)用地,然后基于遷移學(xué)習(xí)構(gòu)建新的隨機(jī)森林模型提取歷史影像建設(shè)用地,通過集合運(yùn)算得到最終的目標(biāo)影像建設(shè)用地�；谀暇┦�2008年和2013年兩期RADARSAT-2影像的實(shí)驗(yàn)表明建設(shè)用地提取的整體精度超過97%,kappa系數(shù)超過93%,高出單時(shí)相結(jié)果約6%。研究區(qū)城市化進(jìn)程較強(qiáng),表現(xiàn)為建設(shè)用地向東南和西南方向的擴(kuò)張。 

【文章來源】：地理空間信息. 2020年08期 第88-93+7頁

【文章頁數(shù)】：7 頁

【部分圖文】：

技術(shù)流程圖

采用兩期C波段RADARSAT-2全極化SAR影像，像元數(shù)為1 724×1 525，方位向、距離向的分辨率分別為8 m和25 m，獲取時(shí)間為2008-03-27和2013-03-25。采用2007年11月和2013年9月1m分辨率的WorldView2影像作為輔助數(shù)據(jù)，如圖2所示。2.2 實(shí)驗(yàn)設(shè)置

數(shù)據(jù)預(yù)處理基于歐洲太空局（ESA）提供的SNAP6.0開源平臺（下載地址：https://step.esa.int/main/download/）進(jìn)行，旋轉(zhuǎn)不變特征提取基于PolSARPro4.2開源平臺（下載地址：https://earth.esa.int/web/polsarpro）進(jìn)行，所提特征如圖3所示�；赪orldView2影像目視解譯選取30 000個(gè)訓(xùn)練樣本，采樣比例1.14%。樣本集中分布在兩期影像土地覆蓋類型一致的區(qū)域，其中建設(shè)用地、植被、水體和農(nóng)田各25%。圖4給出了基于Pauli分解的樣本分布圖，將建設(shè)用地樣本設(shè)置為正樣本，其余三類設(shè)置為負(fù)樣本，每次實(shí)驗(yàn)隨機(jī)選取1%用于訓(xùn)練模型，99%用來檢驗(yàn)精度。圖4 基于Pauli分解的樣本分布

【參考文獻(xiàn)】：
期刊論文
[1]利用旋轉(zhuǎn)不變特征提取全極化SAR影像人工地物[J]. 車美琴,阿里木·賽買提,杜培軍,羅潔瓊,鮑蕊.  遙感學(xué)報(bào). 2016(02)
[2]20世紀(jì)90年代中國大中城市建設(shè)用地?cái)U(kuò)張及其對耕地的占用[J]. 談明洪,李秀彬,呂昌河.  中國科學(xué)(D輯:地球科學(xué)). 2004(12)



本文編號：2908931