资源简介

摘要： 利用国产高分二号数据提取城市地物类别的方法研究具有重要的意义。以鸡西市城区作为研究区域，采用高分二号(GF\|2)遥感影像为数据源，对影像进行多尺度分割，建立相应地物的分类规则，采用规则集的面向对象分类方法对地物进行分类，并与支持向量机(Support Vector Machine，SVM)监督分类结果进行比较。实验结果发现：利用面向对象方法对城市土地利用分类的总体精度92.52%，Kappa系数为0.91，与SVM方法相比较，有很大的提高，分类效果更加能体现城市地类形状特征。使用面向对象的分类方法对高分二号影像进行分类效果更好，精度更高，基于高分二号数据面向对象分类方法是提取城市土地利用分类的有效方法。〖ＨＴＨ〗关〓键〓词〖ＨＴ５Ｋ〗:高分二号；面向对象；多尺度分割;分类规则〖ＨＴＨ〗中图分类号〖HTSS〗:TP79〓〓〖HTH〗文献标志码〖HTSS〗:A〓〓〖HTH〗文章编号〖HTSS〗:10040323(2019)03054707〖HK〗〖HT5SS〗〖FL(2K2〗〖HT4F〗1〓引〓言〖HT〗〖HJ*3〗〖HJ〗[HJ2mm] Abstract: It is of great significance to study the method of extracting urban features from GF-2 remote sensing data.Taking the urban area of Jixi City as the study area，and the GF-2 image is used as the data source.The image is divided into multiple scales，the classification rules of the corresponding objects are established，and the object-based classification method of the rule set is used to classify the objects.Compare with SVM supervised classification results.The results show that the overall accuracy of object-oriented classification is 92.52%，and the Kappa coefficient is 0.91，which is significantly higher than the SVM supervised classification.Using the object-oriented classification method to classify the GF-2 image is better and the precision is higher.Object-oriented classification method based on GF-2 data is an effective method for extracting urban land use 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.