基于纹理的高寒地区人为扰动地表信息提取

• 作者: 宋云帆 徐京华 方灿明 毕永清 范建容
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 人为扰动区 纹理 灰度共生矩阵 彩色图像 高分影像
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 3S技术与应用
• 页码范围: 184-188
• 页数: 5页
• 分类号: P237
• 字数: 4676字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5867.2018.04.050

摘要

高寒地区气候寒冷、生态环境脆弱.近年来,频繁的人类工程活动严重破坏地表植被,加剧了高寒地区的土壤侵蚀.为有效监管生产建设活动,遏制人为新增土壤侵蚀,开展及时、准确的监测分析迫在眉睫,探索符合高寒区域的人为扰动地表信息提取方法十分必要.目前仅靠单波段灰度图像纹理特征提取地表信息存在信息量不足等明显缺陷,改进的彩色图像灰度共生矩阵方法(Color gray-level co-occurrence matrix,简称CGLCM),可为人为扰动地表识别提供更为精确的纹理特征信息.本文以西藏自治区墨竹工卡县甲玛区为研究区,基于CGLCM提取出纹理特征并结合植被指数(NDVI)数据与光谱数据,运用面向对象分类方法实现人为扰动地表信息提取.结果表明,CGLCM方法相较于NDVI方法精度提高了5.12％,达到90.88％;Kappa系数提高了0.07,为0.87,结合纹理特征对影像分类可有效提高分类精度.据此,本文基于纹理特征的扰动地表信息提取方法为高寒地区提供了可靠的人为扰动信息提取途径,实现了基于遥感技术的高寒地区扰动地表信息快速自动监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐京华	西南交通大学地球科学与环境工程学院	36	404	10.0	19.0
2	范建容	中国科学院水利部成都山地灾害与环境研究所	57	964	18.0	28.0
3	方灿明	西南交通大学地球科学与环境工程学院	3	7	2.0	2.0
4	毕永清	西南交通大学地球科学与环境工程学院	2	7	1.0	2.0
5	宋云帆		1	1	1.0	1.0