基于高分一号影像的土地覆被分类方法初探

• 作者: 丁建丽 李相 王娇 袁泽 陈文倩 黄帅
• 来源期刊: 干旱区地理
• 学科: 工学
• 关键词: 高分一号 土地覆被分类 纹理特征 SVM
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 地球信息科学
• 页码范围: 182-189
• 分类号: TP79
• 语种: 中文

摘要

高分一号是我国发射的第一颗高分辨率卫星,其包含地物信息较为丰富,较多的应用于土地覆被分类中,但高分影像普遍存在基于像元分类精度稍低的问题,为了提高遥感影像的分类精度,基于高分一号影像,以新疆艾比湖湿地保护区为研究样区进行土地覆被分类研究.利用灰度共生矩阵方法提取图像的纹理信息,并将结果作为参数量输入到支持向量机(SVM)分类器中,将研究结果与传统的SVM分类及最大似然分类法作对比分析可得:辅以纹理特征的SVM分类方法可更好的区分地物信息,分类精度高达93.64％;传统的SVM分类精度为92.27％;最大似然分类为87.90％;因地制宜的开展辅以纹理特征的SVM分类方法是提高土地覆被监测精度的有效手段.

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	新疆大学资源与环境科学学院绿洲生态教育部重点实验室	189	2671	27.0	40.0
2	陈文倩	新疆大学资源与环境科学学院绿洲生态教育部重点实验室	8	93	5.0	8.0
3	袁泽	新疆大学资源与环境科学学院绿洲生态教育部重点实验室	2	43	2.0	2.0
4	李相	新疆大学资源与环境科学学院绿洲生态教育部重点实验室	5	75	4.0	5.0
5	王娇	新疆大学资源与环境科学学院绿洲生态教育部重点实验室	2	50	2.0	2.0