基于分形网络进化分割和对象特征提取的GF-1卫星数据沙化土地分类识别研究

摘要：

以高分一号(GF-1)为数据源,以浑善达克沙地为研究区,研究基于GF-1数据的沙化土地分类识别技术.文中的处理范围约为200km* 400km,通过J-M距离和最终分类精度来确定每个类别对应的最优分割尺度,分割方法采用的是分形网络进化分割算法(FNEA),通过信息增益比、J48决策树、随机树、标准差和变异系数来确定最优分类对象特征,通过决策树和支持向量机(SVM)结合分类方法形成了半自动化的沙化土地分类识别流程,总体精度达到了85.61％,Kappa系数为0.8295.

关键词：GF-1卫星、沙化土地、FNEA、最优分割尺度、最优对象特征

所属期刊栏目：29

分类号：X144(环境地学)

资助基金：国家高分辨率对地观测系统重大专项21-Y30B05-9001-13/15资助.

在线出版日期：2015-12-22（万方平台首次上网日期，不代表论文的发表时间）

页码：152-157