基于GF-1面向?qū)ο蟮蔫駱淞中畔⑻崛⊙芯?/h2>
作者：蒙良莉; 鐘仕全; 莫建飛; 陳燕麗; 梁文海 廣西師范學(xué)院地理科學(xué)與規(guī)劃學(xué)院; 廣西南寧530001; 北部灣環(huán)境演變與資源利用教育部重點實驗室; 廣西南寧530001; 廣西壯族自治區(qū)氣象減災(zāi)研究所; 廣西南寧530022; 國家衛(wèi)星氣象中心遙感應(yīng)用試驗基地; 廣西南寧530022; 廣西林業(yè)勘測設(shè)計院; 廣西南寧530000
摘要：采用2014年12月高分一號遙感影像作為基礎(chǔ)數(shù)據(jù)源,以南流江流域的某小區(qū)域為研究區(qū),采用面向?qū)ο蟮姆椒ńY(jié)合改進的SEaTH算法對光譜、形狀和紋理特征進行篩選和分析,綜合GPS野外采集數(shù)據(jù),建立語義規(guī)則集提取桉樹信息并對其分類結(jié)果進行精度驗證和評價。該方法與基于像元的分類技術(shù)相比,面向?qū)ο蟮姆诸惙椒傮w精度提高了3.29%,Kappa系數(shù)增加了0.04。該方法不僅提高了分類精度,還減輕了野外復(fù)雜的工作量,為有效地提取樹種提供了借鑒。
摘要：采用2014年12月高分一號遙感影像作為基礎(chǔ)數(shù)據(jù)源,以南流江流域的某小區(qū)域為研究區(qū),采用面向?qū)ο蟮姆椒ńY(jié)合改進的SEaTH算法對光譜、形狀和紋理特征進行篩選和分析,綜合GPS野外采集數(shù)據(jù),建立語義規(guī)則集提取桉樹信息并對其分類結(jié)果進行精度驗證和評價。該方法與基于像元的分類技術(shù)相比,面向?qū)ο蟮姆诸惙椒傮w精度提高了3.29%,Kappa系數(shù)增加了0.04。該方法不僅提高了分類精度,還減輕了野外復(fù)雜的工作量,為有效地提取樹種提供了借鑒。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
相關(guān)熱門期刊
