多源数据的土地覆被样本自动提取

编号 zgly0001590026

文献类型 期刊论文

文献题名 多源数据的土地覆被样本自动提取

作者 黄亚博  廖顺宝 

作者单位 河南大学环境与规划学院  河南大学计算机与信息工程学院  防灾科技学院  中国科学院地理科学与资源研究所 

母体文献 遥感学报 

年卷期 2017年05期

年份 2017 

分类号 P237  TP79 

关键词 自动化  样本提取  土地覆被/土地利用  分类  MODIS 

文摘内容 随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题。然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈。本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类。首先,以2010年1∶10万土地利用数据CHINALC和30 m分辨率全球土地覆被数据Globle Land30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本。结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1。(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性。综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度。