资源简介

摘要： 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。 关键词： 面向对象分类;  高分一号;  最优尺度;  机器学习     Abstract: Remote sensing is the main means of extracting land cover types，which has important significance for monitoring land use change and developing national policies.Object-based classification methods can provide higher accuracy data than pixel-based methods by using spectral，shape and texture information.In this study，we choose GF-1 satellite’s imagery and proposed a method which can automatically calculate the optimal segmentation scale.The object-based methods for classifying four typical land cover types are compared using multi-scale segmentation and three supervised machine learning algorithms.The relationship between the accuracy of classification results and the training sample proportion is analyzed and the result shows that object-based methods can achieve higher classification results in the case of small training sample ratio，overall accuracies are higher than 94%.Overall，the classification accuracy of support vector machine is higher than that of neural network and decision tree during the process of object-oriented classification.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.