基于无人机影像的喀斯特农耕区地物识别——以桂林市为例

• 作者: 付波霖 凌铭 唐廷元 娄佩卿 王疏桐 陈晓雨 黄永怡
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 无人机影像 农耕区 多尺度影像分割 SVM算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 216-223
• 页数: 8页
• 分类号: TP79
• 字数: 5611字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.01.29

摘要

为了探究低空无人机遥感技术对喀斯特地貌条件下不同形态农耕区地物类型的识别精度,以桂林市3个200 m×200 m样方的农耕区为研究区,在无人机航拍影像和地面调查数据的支持下,分别将基于像元和面向对象的影像分析技术与支持向量机(support vector machine,SVM)算法相结合,构建不同地貌条件下农耕区地物遥感识别模型,并进行精度对比分析.结果 表明,面向对象的SVM分类结果保留了原始地物的大致轮廓,且地块较完整,更为适用于喀斯特地貌条件下的农耕区地物识别,较基于像元的SVM分类方法总体精度高6.54％,Kappa系数高0.135;基于像元的SVM分类方法适用于地物分布规则的农耕区地物识别,相比面向对象的SVM分类方法总体精度高2.92％,Kappa系数高0.026.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付波霖	桂林理工大学测绘地理信息学院	16	16	3.0	3.0
2	唐廷元	桂林理工大学测绘地理信息学院	6	6	2.0	2.0
3	娄佩卿	桂林理工大学测绘地理信息学院	8	12	2.0	3.0
4	陈晓雨	桂林理工大学土木与建筑学院	2	3	1.0	1.0
5	王疏桐	桂林理工大学信息科学与工程学院	1	0	0.0	0.0
6	黄永怡	桂林理工大学测绘地理信息学院	1	0	0.0	0.0
7	凌铭	桂林理工大学测绘地理信息学院	1	0	0.0	0.0