软硬分类方法结合提取新疆北部地区MODIS积雪信息

• 作者: 丁建丽 孙永猛 瞿娟
• 来源期刊: 自然灾害学报
• 学科: 工学
• 关键词: 软硬分类 支持向量机 线性光谱混合模型 MODIS 新疆
• 年，卷（期）: 2013,（3）
• 页码范围: 76-83
• 页数: 8页
• 分类号: TP79
• 语种: 中文

摘要

积雪是影响新疆水资源管理和季节性洪水灾害的重要因素,对气候环境变化的响应非常敏感,积雪信息是模拟预测积雪融水的基础参数.针对利用MODIS数据提取积雪丰度信息精度较低的问题,提出将MODIS影像分割为纯净像元部分和混合像元部分,分别利用支持向量机(SVM)和线性光谱混合模型(LSMM)分类再组合的方法,并与单独使用SVM和LSMM分类的方法进行精度对比分析.结果表明:该方法的决定系数为0.846,比软分类的LSMM方法提高了5.2个百分点,比硬分类的SVM方法提高了3.4个百分点；均方根误差(RMSE)为0.177,比SVM方法提高了0.034,比LSMM方法提高了0.016.因此,软硬分类结合的方法能够在一定程度上克服了各自的缺点,有效提高MODIS数据积雪丰度提取的精度和效率,并且图像质量亦有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁建丽		189	2671	27.0	40.0
2	瞿娟		6	79	4.0	6.0
3	孙永猛		8	95	6.0	8.0