首页 | 本学科首页   官方微博 | 高级检索  
     检索      

SPOT5遥感影像土地利用信息提取方法研究
引用本文:张伐伐,李卫忠,卢柳叶.SPOT5遥感影像土地利用信息提取方法研究[J].西北农林科技大学学报(社会科学版),2011,39(6):143-147.
作者姓名:张伐伐  李卫忠  卢柳叶
作者单位:西北农林科技大学 林学院;西北农林科技大学 林学院;西北农林科技大学 资源环境学院
基金项目:国家林业局“948”项目(2009-4-45)
摘    要:【目的】探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。【方法】以结合纹理特征的支持向量机(Support vector machine,SVM)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。【结果】面向对象分类法的总精度达到90.67%,较结合纹理特征的SVM法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。【结论】利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。

关 键 词:遥感影像  土地利用信息  支持向量机  纹理特征  多尺度分割  精度评价
收稿时间:2010/11/29 0:00:00

Study on extraction methods of land utilization information based on SPOT5
ZHANG Fa-fa a,LI Wei-zhong a,LU Liu-ye b,KANG Le a.Study on extraction methods of land utilization information based on SPOT5[J].Journal of Northwest Sci-Tech Univ of Agr and,2011,39(6):143-147.
Authors:ZHANG Fa-fa a  LI Wei-zhong a  LU Liu-ye b  KANG Le a
Institution:ZHANG Fa-fa a,LI Wei-zhong a,LU Liu-ye b,KANG Le a(a College of Forestry,b College of Resources and Environment,Northwest A&F University,Yangling,Shaanxi 712100,China)
Abstract:
Keywords:remote sensing image  information of land uatilization  support vector machine  texture feature  multiresolution segmentation  accuracy assessment
本文献已被 CNKI 等数据库收录!
点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息
点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号