基于Landsat-8和Sentinel-1A辽东湾海冰分类研究

• 作者: 王姝力 王志勇 王磊
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 辽东湾海冰 分类回归树(CART)之自动决策树 灰度共生矩阵 分类精度对比
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 自然资源调查监测
• 页码范围: 1486-1492
• 页数: 7页
• 分类号: P237
• 字数: 5465字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2019.12.013

摘要

为研究辽东湾海冰类型特征,文中基于2016年2月9日的Landsat-8和Sentinel-1A数据,结合多光谱、归一化植被指数(NDVI)构建CART自动决策树(CART Automatic Decision Tree),并用灰度共生矩阵(GLCM)统计Sentinel-1A SAR数据的纹理信息特征,对比传统监督分类并验证两种遥感图像海冰分类精度.研究指出:对Landsat-8数据,基于CART自动决策树的分类精度最高,总精度达81.68％;而Sentinel-1ASAR数据,基于最大似然分类的总精度为73.88％,相比于CART自动决策树,其能获得更高的海冰分类精度.分析本研究可知,基于光学数据的CART自动决策树在海冰类型识别中占优,而最大似然分类在SAR数据中对海冰类型的识别度较好,本文为辽东湾海冰监测与预报提供了一种有希望的技术手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志勇	山东科技大学测绘科学与工程学院	32	303	9.0	17.0
2	王磊	西华师范大学国土资源学院	20	32	3.0	4.0
3	王姝力	山东科技大学测绘科学与工程学院	3	1	1.0	1.0