西北旱区遥感影像分类的支持向量机法

• 作者: 张翔 张青峰 张静 田龙
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 遥感应用 西北旱区 支持向量机 遥感影像分类
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 地理国情监测
• 页码范围: 49-52,58
• 页数: 5页
• 分类号: P208
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2017.01.010

摘要

针对较大范围、不同时相、不同气候和地貌类型的遥感影像的土地利用现状分类问题,提出了一种结合标准植被指数和纹理特征的支持向量机法.此方法改进了陕西延安、甘肃嘉峪关和青海果洛的遥感影像分类,有效地解决了最大似然法和BP神经网络法的缺陷造成的分类精度不高的问题.分类结果表明:与最大似然法和BP神经网络法相比,结合标准植被指数和纹理特征的支持向量机法的分类总精度最高(97.75％),Kappa系数为0.9691.该方法可为西北旱区遥感影像解译和土地资源可持续发展战略提供方法支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张青峰	西北农林科技大学资源环境学院	75	932	17.0	26.0
2	张静	西北农林科技大学资源环境学院	94	1063	16.0	29.0
3	张翔	西北农林科技大学资源环境学院	9	68	6.0	8.0
4	田龙	西北农林科技大学资源环境学院	7	54	5.0	7.0