基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

编号 zgly0001706645

文献类型 期刊论文

文献题名 基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

作者 刘培  余志远  马威  韩瑞梅  陈正超  王涵  杨磊库 

作者单位 河南理工大学矿山空间信息技术国家测绘与地理信息局重点实验室  河南理工大学测绘与国土信息工程学院  中国科学院遥感与数字地球研究所  江苏省地质测绘院江苏南京 

母体文献 遥感技术与应用 

年卷期 2019年06期

年份 2019 

分类号 P237  P217 

关键词 随机森林  Landsat  Radarsat-2  协同分类  DEM 

文摘内容 针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题,提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息,然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型,最后通过随机样本选取构建随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)和决策树(Decision Tree,DT)分类算法模型提取地表信息。结果表明:①针对不同特征协同策略,在随机选取10%训练样本时,Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略;②针对不同地表信息提取算法模型,通过50次随机选取训练样本构建模型评价分类精度,验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息,为光学和雷达遥感协同地表信息提取提供新的思路。