基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究

• 作者: 丁建丽 依力亚斯江·努尔麦麦提 哈学萍 塔西甫拉提·特依拜 张飞 田源
• 来源期刊: 干旱区地理
• 学科: 工学
• 关键词: 支持向量机 光谱 盐渍化 灰度共生矩阵 纹理特征
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 地球信息科学
• 页码范围: 57-66
• 页数: 10页
• 分类号: TP79
• 语种: 中文

摘要

以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.