本文選題：自動化　切入點：樣本提取　出處：《遙感學報》2017年05期 　論文類型：期刊論文

【摘要】：隨著遙感數(shù)據(jù)獲取能力的不斷增強,自動化程度已經(jīng)成為大尺度遙感土地覆被分類面臨的關(guān)鍵問題。然而,現(xiàn)有訓練樣本的人工選取方法成為制約土地覆被分類自動化的瓶頸。本文以河南、貴州兩省為研究區(qū),提出一種基于多源數(shù)據(jù)的土地覆被樣本自動提取方法,以構(gòu)建適用于大尺度的土地覆被自動分類。首先,以2010年1∶10萬土地利用數(shù)據(jù)CHINALC和30 m分辨率全球土地覆被數(shù)據(jù)Globle Land30為樣本數(shù)據(jù)源;然后,利用空間一致性分析及異質(zhì)性分析確定樣本初選區(qū)域;最后,通過樣本提純?nèi)コ裏o效樣本。結(jié)果表明:(1)應(yīng)用多源數(shù)據(jù)的土地覆被樣本自動提取方法獲得的分類產(chǎn)品總體分類精度高于人工樣本提取方法制作的全球土地覆被產(chǎn)品MCD12Q1。(2)與單源樣本自動提取方法相比,應(yīng)用多源數(shù)據(jù)的土地覆被樣本自動提取方法,可獲得更好的分類穩(wěn)定性。綜上,多源數(shù)據(jù)的土地覆被樣本自動提取方法可在保證精度的同時,提升土地覆被分類的自動化程度。
[Abstract]:With the increasing ability of remote sensing data acquisition, the degree of automation has become a key issue in large-scale remote sensing land cover classification. The manual selection of training samples has become a bottleneck restricting the automation of land cover classification. In this paper, a method of automatic extraction of land cover samples based on multi-source data is proposed in Henan and Guizhou provinces. In order to construct an automatic classification for large-scale land cover. First, take 1:10 land use data (CHINALC) and 30m resolution global land cover data (Globle Land30) as sample data sources; then, Spatial consistency analysis and heterogeneity analysis are used to determine the primary area of the sample. The result shows that the classification precision of the classification products obtained by the automatic extraction method of land cover samples based on multi-source data is higher than that of the global land cover production made by artificial sample extraction method. Product MCD12Q1.2) compared with single source sample automatic extraction method, The method of automatic extraction of land cover samples from multi-source data can obtain better classification stability. In summary, the automatic extraction method of land cover samples from multi-source data can improve the automation degree of land cover classification while ensuring the accuracy.
【作者單位】： 河南大學環(huán)境與規(guī)劃學院;河南大學計算機與信息工程學院;防災(zāi)科技學院;中國科學院地理科學與資源研究所;
【基金】：國家重點研發(fā)計劃項目(編號:2017YFD0300400) 河南省高等學校重點科研項目(編號:16A520081) 中國科學院戰(zhàn)略性先導科技專項(編號:XDA05050000)~~
【分類號】：P237;TP79

【相似文獻】

相關(guān)期刊論文 前10條

1 陳永慧;李小娟;胡德勇;;遙感圖像土地覆被專題信息提取方法綜述[J];首都師范大學學報(自然科學版);2009年01期

2 孫鳳琴;黃昊;陳美連;蔡碧觀;陳思平;宮殿柱;;廈門環(huán)東海域規(guī)劃區(qū)土地覆被變化的遙感分析[J];廈門理工學院學報;2011年03期

3 曹俊;葛潔;王勇;荊創(chuàng)利;陳曦;;土地覆被數(shù)據(jù)質(zhì)量評價研究[J];資源與人居環(huán)境;2013年04期

4 翟俊;劉榮高;劉紀遠;趙國松;;1990-2010年中國土地覆被變化引起反照率改變的輻射強迫[J];地理學報;2013年07期

5 張磊;吳炳方;;關(guān)于土地覆被遙感監(jiān)測的幾點思考[J];國土資源遙感;2011年01期

6 王石英;張宏;杜娟;;青藏高原若爾蓋地區(qū)近期土地覆被變化[J];山地學報;2008年04期

7 陳育峰;中國土地覆被空間差異性的季相變化圖式[J];科學通報;1998年21期

8 趙志平;劉紀遠;邵全琴;;三江源自然保護區(qū)土地覆被變化特征分析[J];地理科學;2010年03期

9 歐陽貝思;張明陽;王克林;鄒冬生;張海波;;2000-2010年南方丘陵山地帶土地覆被及景觀格局變化特征[J];農(nóng)業(yè)現(xiàn)代化研究;2013年04期

10 廖順寶;朱華忠;白燕;曹俊;劉睿;朱立君;王卷樂;;秦巴山區(qū)1:25萬土地覆被遙感制圖精度的野外驗證[J];中國土地科學;2011年10期

相關(guān)會議論文 前1條

1 曾早早;;聚落地名記錄的吉林省自然覆被特征[A];自然地理學與生態(tài)安全學術(shù)論文摘要集[C];2012年

相關(guān)博士學位論文 前1條

1 宋宏利;多源土地覆被遙感信息融合及數(shù)據(jù)重構(gòu)研究[D];中國礦業(yè)大學（北京）;2013年

相關(guān)碩士學位論文 前10條

1 謝瀚;土地覆被遙感監(jiān)測野外樣點信息采集與分析[D];西南交通大學;2015年

2 李婕銘;過去40年來景泰地區(qū)土地覆被變化及其驅(qū)動機制研究[D];蘭州大學;2015年

3 荀劍宇;若爾蓋縣近50年土地覆被動態(tài)變化研究[D];綿陽師范學院;2016年

4 孔江松;基于RS與GIS的螳螂江流域土地覆被變化分析及模擬預測研究[D];云南大學;2016年

5 左世鷗;基于RS與GIS的南澗縣土地覆被監(jiān)測研究[D];云南師范大學;2016年

6 李淑圓;基于遙感技術(shù)的廣州市土地覆被分析及歷史回溯[D];中山大學;2016年

7 王巨;典型巖溶鄉(xiāng)鎮(zhèn)土地覆被變化研究[D];西南大學;2012年

8 吳文麗;基于SPOT/VEGETATION影像小波變換的吉林省白城市土地覆被變化分析[D];東北師范大學;2012年

9 陳志勇;基于高分辨率遙感影像的城市土地覆被變化分析研究[D];蘭州交通大學;2013年

10 張麗;石河子墾區(qū)土地利用/土地覆被變化遙感監(jiān)測研究[D];新疆農(nóng)業(yè)大學;2004年

，

本文編號：1628541