本文選題：多維分類特征數(shù)據(jù)集　切入點：支持向量機　出處：《科學(xué)技術(shù)與工程》2017年05期 　論文類型：期刊論文

【摘要】：利用多時相的遙感數(shù)據(jù)制作的多維分類特征數(shù)據(jù)集,可以充分挖掘遙感影像中的植被信息提高地表覆被信息的分類精度。以世界三大鹽堿土分布區(qū)之一的吉林省鎮(zhèn)賚縣為例,利用多時相Landsat8遙感數(shù)據(jù)制作的多維分類特征數(shù)據(jù)集,通過不同的分類方法提取了實驗區(qū)11類地表覆被信息,并進(jìn)行精度對比分析。結(jié)果表明:1支持向量機(SVM)法對蘇打鹽堿化土壤特殊生態(tài)環(huán)境的地表覆被信息提取具有較好的分類效果,總體分類精度87.77%,Kappa系數(shù)0.864 9;其中鹽堿地的分類效果較好,生產(chǎn)精度達(dá)到98.34%。2不同方案分類精度從高到低依次為:支持向量機、最大似然分類、神經(jīng)網(wǎng)絡(luò)、最小距離、光譜角法。3鎮(zhèn)賚縣的土地利用類型以旱地、水田、鹽堿地為主,鎮(zhèn)賚西部以旱地為主要,中部地區(qū)鹽堿地、堿泡、旱地交錯分布,東部以水田為主。
[Abstract]:The multi-dimensional classification feature data set made from multi-temporal remote sensing data can fully mine vegetation information in remote sensing images to improve the classification accuracy of surface cover information. Take Zhenlai County, Jilin Province, one of the three major saline-alkali soil distribution areas in the world as an example. Using multi-temporal Landsat8 remote sensing data, the multi-dimensional classification feature data set is used to extract 11 kinds of surface cover information from experimental area by different classification methods. The results show that the SVM method has a good classification effect on the extraction of soil surface cover information from the special ecological environment of soda-salinized soil. The overall classification accuracy is 87.77 and the Kappa coefficient is 0.864 9, in which the classification effect of saline-alkali soil is better, and the production precision reaches 98.34.2 the classification accuracy of different schemes is in order from high to low: support vector machine, maximum likelihood classification, neural network, minimum distance. The main types of land use in Zhenlai County are dryland, paddy field and saline-alkali land, the western part of Zhenlai is dryland, the central area is saline-alkali land, alkali bubble, dryland interlaced distribution, and the eastern part is paddy field.
【作者單位】： 吉林大學(xué)地球探測科學(xué)與技術(shù)學(xué)院;
【基金】：東北地區(qū)國土遙感綜合調(diào)查 中國地質(zhì)調(diào)查局項目(12120115063701)資助
【分類號】：TP79

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐新剛;王紀(jì)華;黃文江;李存軍;楊小冬;顧曉鶴;;基于權(quán)重最優(yōu)組合和多時相遙感的作物估產(chǎn)[J];農(nóng)業(yè)工程學(xué)報;2009年09期

2 陳春祥;;多源多時相遙感影像鑲嵌方法探討[J];微計算機信息;2009年21期

3 李祥;任麗穎;張公;;利用多時相遙感影像進(jìn)行聊城市城鎮(zhèn)擴展監(jiān)測[J];中國高新技術(shù)企業(yè);2011年08期

4 劉一超;全吉成;程紅;孫文邦;;基于多時相遙感影像人工目標(biāo)自動變化檢測系統(tǒng)[J];硅谷;2010年13期

5 余新朝;;基于多時相遙感影像的城市演變分析[J];城市勘測;2013年06期

6 徐智勇;大面積多時相遙感圖像無縫鑲嵌法[J];電力勘測;1995年04期

7 鐘家強;王潤生;;一種穩(wěn)健的多時相遙感圖像相對輻射校正方法[J];遙感技術(shù)與應(yīng)用;2005年06期

8 侯平;陳犖;程果;;一種多時相遙感影像存儲管理的新方法[J];兵工自動化;2010年03期

9 陸家駒;應(yīng)用多時相遙感資料分析水庫庫區(qū)圍墾面積的影響[J];遙感信息;2001年03期

10 競霞;王錦地;王紀(jì)華;黃文江;劉良云;;基于分區(qū)和多時相遙感數(shù)據(jù)的山區(qū)植被分類研究[J];遙感技術(shù)與應(yīng)用;2008年04期

相關(guān)會議論文 前2條

1 趙春雷;張文宗;康西言;;多源多時相遙感數(shù)據(jù)的土地利用動態(tài)監(jiān)測研究[A];中國氣象學(xué)會2005年年會論文集[C];2005年

2 許兆軍;;基于多時相遙感數(shù)據(jù)的呼和浩特市土地變更調(diào)查應(yīng)用分析[A];新技術(shù)在土地調(diào)查中的應(yīng)用與土地科學(xué)技術(shù)發(fā)展-2005年中國土地學(xué)會學(xué)術(shù)年會論文集[C];2005年

相關(guān)碩士學(xué)位論文 前1條

1 侯平;基于事件觸發(fā)基態(tài)修正模型的多時相遙感影像組織技術(shù)[D];國防科學(xué)技術(shù)大學(xué);2009年

，

本文編號：1608474