遥感组合指数与不同分类技术结合提取农业用地方法
多光谱遥感影像因具有丰富的波谱信息,提高了地表覆盖的辨识能力,利用遥感数据高精度自动提取专题信息是目前研究的热点和难点.本文以北京市ASTER影像为例,通过对城市生态环境中土地类型及其光谱特征规律分析,组合归一化差异植被指数、修正归一化差异水体指数和归一化差异建筑指数三种指数,制作组合指数新影像.对组合指数影像采用基于支持向量机的面向对象分类方法进行农业用地信息提取,同时将该方法分别与基于原始影像、组合指数影像的最大似然及支持向量机的分类方法进行对比分析.实验结果表明:组合归一化差异指数影像压缩了数据维数,降低了覆盖地物相关性,易于农业用地信息提取.对组合指数影像采用基于支持向量机的面向对象分类方法精度达95.701%.
遥感信息提取、农业用地、组合归一化差异指数、面向对象、支持向量机
36
TP751(遥感技术)
国家自然科学基金40901173;北京市自然科学基金4102021;中国科学院遥感应用研究所遥感科学国家重点实验室开放基金2009KFJJ020
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
73-76