面向遥感影像智能分类的海量样本数据采集方法

摘要：

以地理国情监测高分辨率遥感影像及高精度地表覆盖分类产品为数据源,提出了一种面向遥感影像智能分类、基于位置匹配技术的全国尺度海量样本数据采集方法.根据数据源特征,研究了县域采集数量权重设置、坐标投影转换、栅格灰度重采样、无效样本数据过滤、地表覆盖分类码映射、样本数据命名标识、特定地表覆盖类型样本数据采集等关键技术,构建了位置匹配的遥感影像数据与分类标签数据组成的样本数据对,开发了样本数据自动采集软件.利用该方法,以县级行政区划为单元,实现了全国尺度海量样本数据采集.选取其中5个县域的成果,评估了方法的实用性及运算性能.研究表明:该方法提升了生产全国尺度海量样本数据的计算响应速度;采集的样本数据能够满足遥感影像智能分类对样本源高质量、大规模的需求,提升了遥感影像分类与预测的准确度.

关键词：遥感、地表覆盖、智能分类、样本、位置匹配、地理国情监测

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家地理国情监测专项19-30-02-5;国家基础地理信息中心科技创新发展基金课题2018-KJ-G01

在线出版日期：2019-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-60