利用KPCA法检测高分一号影像中的森林覆盖变化

编号 zgly0001594964

文献类型 期刊论文

文献题名 利用KPCA法检测高分一号影像中的森林覆盖变化

作者 尹凌宇  覃先林  孙桂芬  刘树超  祖笑锋  陈小中 

作者单位 中国林业科学研究院资源信息所  四川省林业信息中心 

母体文献 国土资源遥感 

年卷期 2018年01期

年份 2018 

分类号 TP751 

关键词 高分一号(GF-1)  迭代加权多元变化检测(IR-MAD)  核主成分分析(KPCA)  最大类间方差法(OTSU) 

文摘内容 为了研究利用高分一号宽幅影像(GF-1 WFV)监测森林覆盖变化的方法,选取四川省甘孜州雅江县为研究区,利用2014年和2016年2期GF-1WFV数据,采用迭代加权多元变化检测(iteration re-weight multivariate alteration detection,IR-MAD)法对数据进行辐射归一化;分别对2期影像进行核主成分分析(kernel principal component analysis,KPCA)方法变换,采用最大类间方差法(OTSU)确定自动识别阈值,对2期GF-1WFV影像中的森林覆盖变化区域进行检测和精度验证;并与变化矢量分析(change vector analysis,CVA)法检测结果进行对比分析。研究结果表明:所用2种变化检测算法的总体检测精度都超过了80%,其中,KPCA法的总体精度为89.27%,未变化区用户精度达93.88%,变化区用户精度为80.28%;基于KPCA法的精度均较优于传统CVA检测算法,说明KPCA算法通过数据变换后,可减少变量间的相关性、增强影像信噪比,从而提高了对变化区域的识别精度。