基于植被分区的多特征遥感智能分类

• 作者: 于菲菲 何晋强 刘朝松 徐艳艳 曾永年 王君 郑忠
• 来源期刊: 国土资源遥感
• 学科: 农学
• 关键词: 蚁群智能优化算法(ACIOA) 植被分区 多特征 遥感分类
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 63-70
• 分类号: TP75|S127
• 语种: 中文
• DOI: 10.6046/gtzyyg.2014.01.12

摘要

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类.首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取.研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85％,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法.