基于非线性光谱混合模型的遥感影像提取城市不透水层

• 作者: 夏俊士 曹文 杜培军
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 光谱混合模型 不透水层 人工神经网络 多层感知器
• 年，卷（期）: 2011,（1）
• 页码范围: 13-18
• 分类号: TP7
• 字数: 622字
• 语种: 中文
• DOI: 10.3788/gzxb20114001.0013

摘要

针对传统方法在提取城市不透水层中的许多局限性,采用两种非线性光谱混合分解模型,包括混合调谐匹配滤波和多层感知器神经网络,通过混合像元分解获取城市不透水层.混合调谐匹配滤波利用用户选择的端元,通过最大化端元响应并减少未知背景信息的影响,进行局部分解端元.多层感知器由多个感知器组成,能够很好的进行非线性学习.对Landsat TM遥感影像进行最大噪声分离,使其转换到另外一个特征空间.利用新生成数据集的前三个成分(占90%以上信息量)进行纯净像元提取,并利用N维可视化分析器寻找出四个进行分解的端元:植被、高反射率地物、低反射率地物和土壤.不透水层则由高反射率和低反射率两个分量估算而成.对不同模型提取的结果,利用Quick Bird多光谱图像评价其准确性.实验结果表明人工神经网络的精度最高,即非线性光谱混合模型同样可以有效地提取不透水层,精度甚至优于线性模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜培军	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	161	3419	32.0	50.0
2	夏俊士	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	12	180	7.0	12.0
3	曹文	中国矿业大学国土环境与灾害监测国家测绘局重点实验室	8	34	4.0	5.0