利用面向对象分类技术的大尺度土地覆被调查方法

• 作者: 常变蓉 李仁东 罗开盛
• 来源期刊: 中国科学院大学学报
• 学科: 农学
• 关键词: HJ-CCD影像 面向对象 大尺度 邻域推移分类法 ecognition
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 环境科学与地理学
• 页码范围: 770-778
• 分类号: P954|S127
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2013.06.009

摘要

以HJ-CCD为实验数据,采用面向对象分类技术,对地形复杂、类型多样的湖南省进行土地覆盖类型的自动提取.着重研究在大尺度上的土地覆被调查中应用HJA/B遥感影像和面向对象技术获取土地覆被信息的一整套技术方法.将多尺度分割、邻域推移分类法以及野外调查、专家知识有机结合起来,并用野外采样点进行精度检验.湖南省土地覆被调查结果的总体精度84.99％,Kappa系数为82.79％.结果证明了以HJ-CCD影像为遥感数据源,利用面向对象技术进行大尺度的土地覆被调查的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁东	中国科学院测量与地球物理研究所	76	3479	25.0	58.0
3	常变蓉	中国科学院测量与地球物理研究所	12	108	7.0	10.0
14	罗开盛	中国科学院测量与地球物理研究所	9	43	5.0	6.0