基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用面向对象的信息提取技术,以高分辨率的广州市QuckBird影像为例,将城市用地分为:居民地、水体、道路、林地和农业用地等5类,并将其与传统基于像素光谱信息的分类方法进行了比较.结果表明:视觉上,面向对象的分类方法克服了传统方法无法克服的"椒盐"噪声的影响;精度上,面向对象信息提取技术的总体精度高达89.53%,比传统方法提高了11%:并且各类地物信息的提取精度均有所提高,其中林地、道路的精度有了较大提高.
推荐文章
三江平原土地利用分类研究
卫星遥感
GPS、GIS
土地利用
多光谱
分类
基于CatBoost算法的面向对象土地利用分类
Sentinel-2影像
CatBoost算法
土地利用分类
面向对象
景观生态学原理在城市土地利用分类中的应用
城市
土地覆盖/利用
景观格局
景观指数
目标分割
遥感
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向对象的城市土地利用分类
来源期刊 地理空间信息 学科 工学
关键词 高分辨率卫星影像 面向对象 基于像素 精度
年,卷(期) 2009,(3) 所属期刊栏目 3S技术
研究方向 页码范围 62-65
页数 4页 分类号 TP79
字数 2877字 语种 中文
DOI 10.3969/j.issn.1672-4623.2009.03.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李辉 中国地质大学地球科学学院 32 462 11.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (158)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (64)
二级引证文献  (72)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(16)
  • 引证文献(1)
  • 二级引证文献(15)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
高分辨率卫星影像
面向对象
基于像素
精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
教育部科学技术研究项目
英文译名:Key Project of Chinese Ministry of Education
官方网址:http://www.dost.moe.edu.cn
项目类型:教育部科学技术研究重点项目
学科类型:
论文1v1指导