10.3969/j.issn.1672-5867.2018.09.019
基于卡方自动交互检测的GF-1影像鄱阳湖湿地信息提取
快速准确地获取鄱阳湖区域湿地信息,对湿地进行动态监测具有重要价值.本文以国产高分一号(GF-1)影像和辅助地学数据作为数据源,将GF-1影像获取的归一化植被指数(Normalized Differential Vegetation Index,NDVI)、基于蓝光波段的归一化差异水体指数(Normalized Difference Water Index based on Bule light,NDWI-B)以及数字高程模型(Digital Elevation Model,DEM)作为分类变量,采用卡方自动交互检测(CHi-squared Auto-matic Interaction Detection,CHAID)决策树算法构建分类规则,并进行研究区范围内的湿地信息提取.最后,采用混淆矩阵对分类结果进行精度验证,并与最大似然法监督分类结果进行比较.结果表明,分类结果的总体精度和Kappa系数分别为85.6%和0.82,较最大似然法监督分类结果分别提高了9.6%和0.12,是鄱阳湖区域湿地信息提取的有效方法.
鄱阳湖、GF-1、决策树、卡方自动交互检测、湿地信息提取、数字高程模型
41
P231(摄影测量学与测绘遥感)
江西省重大生态安全问题监控协同创新中心专项JXS-EW-012;国家科技支撑计划课题2015BAH50F01
2018-09-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
68-70,74