基于改进支持向量机的盐碱地信息精确提取方法研究

【目的】探索无人机遥感下可以精确提取盐碱地信息的方法。【方法】以甘肃省景泰川电力提灌灌区一期灌区为研究区,采用Trimble UX5固定机翼无人机采集研究区遥感数据,提出了一种基于Ada Boost算法的改进支持向量机(SVM)分类的新方法,以实现盐碱地信息的精确提取。【结果】与传统SVM分类相比,改进SVM分类精度提升显著,总精度最高达96.55%,Kappa系数为0.957 3。改进前后不同类型盐碱地提取面积与实测面积相比,最大误差为5.4%,平均误差为2.16%。【结论】该文提出的基于改进支持向量机分类方法可有效提高遥感影像的分类精度。