排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
【目的】研究对象特征对高空间分辨率遥感影像与星载全极化SAR数据协同面向对象林分类型识别的影响,评价2种数据协同林分类型识别的适宜性,为多源遥感影像结合面向对象分类技术提供科学依据。【方法】以QuickBird遥感影像和Radarsat-2数据为试验数据,选取福建省三明市将乐县将乐国有林场为试验区进行杉木、马尾松和阔叶林面向对象分类。在面向对象分类过程中,采用基于QuickBird多光谱波段分割、基于Radarsat-2数据分割和QuickBirdRadarsat-2协同分割3种分割方案,每种分割方案采用10种尺度(25~250,步长为25),应用QuickBird遥感影像和Radarsat-2数据提取的光谱、地形、高度和强度4方面32个特征指标,进行4种不同特征组合,运用支持向量机分类器进行面向对象林分类型分类,利用混淆矩阵计算的生产者精度、用户精度、总精度和Kappa系数4个指标对分类结果进行精度评价。【结果】所有组合的分类精度(Kappa系数)均随着尺度增大表现出先增加后降低的趋势,且以只使用单一光谱特征的分类精度最低,依次低于光谱+地形两特征和光谱+地形+高度三特征的分类精度,引入强度后的四特征组合分类与三特征组合无明显差异。QuickBirdRadarsat-2协同且在最优尺度参数为100时,结合对象光谱、地形、高度和强度四特征组合进行面向对象林分类型分类精度最高(OA=86%, Kappa=0.86)。【结论】高空间分辨率遥感影像(QuickBird)与SAR数据(Radarsat-2)协同最优尺度多特征组合进行面向对象林分类型分类优势明显,在光谱和地形特征中引入高度特征可进一步提高分类精度。本研究结果可提高面向对象分类中的特征选择效率和科学性,能够为其他影像的面向对象分类技术提供较好的参考依据。 相似文献
2.
3.
从理论层面分析了新型城镇化对雾霾污染的影响作用,运用熵值法计算了我国雾霾较严重的15个省份新型城镇化的综合评分,建立了分析体系,并基于非线性面板门槛回归模型,分析了在不同要素影响下,15省新型城镇化对雾霾污染的非线性关系。结果表明:①全国各地区新型城镇化综合水平具有明显的差异,从东部到西部城镇化水平呈递减趋势;②新型城镇化对雾霾污染存在双门槛效应,当经济发展水平提高时,新型城镇化水平对雾霾污染的缓解作用逐渐加强;③在能源强度与新型城镇化作为门槛变量时,新型城镇化对雾霾污染的削弱作用降低。 相似文献
1