基于面向对象的遥感影像分类研究——以河北省柏乡县为例

编号 zgly0001592211

文献类型 期刊论文

文献题名 基于面向对象的遥感影像分类研究——以河北省柏乡县为例

作者 江东  陈帅  丁方宇  付晶莹  郝蒙蒙 

作者单位 中国科学院地理科学与资源研究所资源利用与环境修复重点实验室  中国科学院大学资源与环境学院 

母体文献 遥感技术与应用 

年卷期 2018年01期

年份 2018 

分类号 TP751 

关键词 面向对象分类  高分一号  最优尺度  机器学习 

文摘内容 遥感作为提取土地覆盖类型的主要手段对监测土地利用变化和制定国家政策具有重要意义。通过利用影像的光谱、形状和纹理信息,面向对象分类方法能够比基于像元的分类方法提供更高精度的数据。基于高分一号卫星数据提出一种自动计算最优尺度的方法,基于多尺度分割和3种监督型机器学习算法对研究区典型地物类型(农田、裸地、居民区和道路)进行面向对象分类,并用总体精度和Kappa系数对分类结果进行精度评价,分析了分类精度与训练样本占总样本比例的关系。研究表明,面向对象分类方法在训练样本占总样本比例较小的情况下就可以取得较高的分类精度,总体精度高于94%。总体来看,支持向量的分类精度比神经网络和决策树的分类精度高。