基于多特征的高光谱遥感土地利用信息提取

• 作者: 刘晓双 吴见 龚直文
• 来源期刊: 南京林业大学学报（自然科学版）
• 学科: 工学
• 关键词: 高光谱 纹理特征 空间信息 土地利用 遥感数据 分类精度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 141-147
• 页数: 7页
• 分类号: TP79
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2006.201705029

摘要

[目的]为了降低高光谱遥感数据噪声,提高土地利用分类信息提取精度,探索结合纹理和空间信息的分类方法.[方法]以河南镇平县Hyperion高光谱成像光谱仪获取的高光谱影像为数据源,借鉴决策树分类思想,采用了一种结合光谱、纹理和空间信息的高光谱遥感多特征地类提取方法,先通过提取光谱特征初步提取地类,再分别采用提取纹理特征和基于空间信息的植被提取进行详细地类信息的分层提取,最后,用地面实测样点验证各类土地利用类型的分类精度,比较了用不同方法对不同地类的提取效果.[结果]基于多特征的地类分层提取体系中,采用各波段光谱反射率区分大的地类,再用纹理特征进行光谱差异较小的地类划分,而基于空间信息进行植被的分类.通过结合纹理和空间信息提取方法的总分类精度达86.7％,较最大似然法分类精度提高13.3％.[结论]高光谱与纹理和空间信息相结合的遥感分类方法能有效减小噪声,提高分类精度,可为土地利用分类提取研究提供一定的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴见	滁州学院地理信息与旅游学院	42	213	8.0	12.0
2	刘晓双		7	60	4.0	7.0
3	龚直文	西北农林科技大学经济管理学院	9	17	3.0	4.0