基于改进的面向对象遥感影像分类方法研究——以西藏米林县典型林区为例

摘要：

针对目前面向对象多尺度分类方法中,最优分割尺度的确定方法不具有普适性或者易受主观性影响的问题,以西藏米林县的Landsat 8 OLI影像为数据源,对研究区影像多尺度分类进行研究.首先确定多尺度分类的最优分割尺度,提出基于多尺度分类精度Kappa系数的最优分割尺度函数模型法,在此基础上,利用多尺度分类分别与最近邻分类和阈值分类法相结合的方法,对研究区影像进行分类.结果表明:分割尺度分别为190、150、100、60,多尺度分类法比单一尺度分类精度高;最近邻多尺度分类法比阈值多尺度分类精度高,其总精度分别为86%和72%,Kappa系数分别为0.72和0.69.最优分割尺度函数模型在具有普适性的基础上更具有科学理论性,多尺度分类与最邻近分类结合的方法比与阈值分类结合的方法分类效果好,为后续植被动态变化监测提供了依据.

关键词：西藏、面向对象、最优分割尺度、最近邻法、阈值分类法

所属期刊栏目：32

分类号：TP79(遥感技术)

资助基金：国家科技基础性工作专项2013FY111600"中国森林植被调查"

在线出版日期：2017-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：466-474