共查询到20条相似文献，搜索用时 31 毫秒
1.
基于知识的遥感图像分类方法的探讨 总被引：37，自引：0，他引：37
本文提出了一种基于知识的遥感图像土地利用分类法。包括知识的获取和表达 ,以及将知识用于土地利用分类。知识的获取和表达包括两方面。一是将原有的GIS土地利用数据与新的遥感图像配准、叠加、集成 ,并从中挖掘各类型的光谱知识。二是通过对研究区各土地利用类型变化特点进行分析研究 ,并从中得到原有各土地利用类型经数年后变成其它类型的可能性及其大小。并将其定量化表达成新遥感图像上各类型的先验性概率。在知识的应用和分类方面 ,分别对原土地利用各类型所对应的遥感图像进行知识的应用和处理 ,利用各自可能出现的类型及其各类型的先验性概率进行最大似然法分类。研究表明 ,该方法将原有的GIS数据和各种土地利用类型变化的先验性知识综合集成用于新的遥感图像的分类中。这不仅可以促进GIS数据更新的自动化 ,而且还可以得到比常规最大似然法高的分类精度。 相似文献
2.
ENVI遥感图像监督分类方法比较 总被引：2，自引：0，他引：2
鉴于遥感监督分类方法的普遍应用,本文介绍了五种常用的监督分类方法:平行六面体法、最小距离法、马氏距离法、最大似然法和人工神经网络分类法。就同一地区TM影像应用这五种方法进行了土地利用分类,对比分析了这五种方法的分类精度,发现人工神经网络对土地覆盖与利用的分类精度高于最大似然法,最大似然法分类精度优于平行六面体法、最小距离法和马氏距离法。所得结论对有关遥感图像分类工作具有指导和借鉴意义。 相似文献
3.
分层信息提取法在县域土地 利用/覆被遥感中的应用 总被引：6，自引：0，他引：6
高精度地获取县(或县级市)域土地利用/覆被的定性、定量信息对于维护生态环境和保障我国农村经济的可持续发展具有重要意义。针对2003年冬季所获得的江苏省新沂市的TM图像特点,选择分层信息提取法提取土地利用/覆被信息。首先对图像进行基于最大似然法的监督分类,观察分类结果,提取误分、错分比例最小的未利用地类型,然后采用光谱分析法提取出水体范围、监督分类和目视解译相结合法提取出城镇建设用地和农村居民点、归一化植被指数提取出林地,最后提取出耕地。信息提取结果与同期土地利用图相比较,整个新沂市域范围内土地利用/覆被类型分类的面积精度达到96.17%,空间精度达到88.38%,表明这种方法提取遥感图像土地利用/覆被信息是可行的。 相似文献
4.
遥感图像分类受自然环境的复杂性和实际样本数据的分布情况约束,其结果将直接影响对土地利用、覆盖情况的认知。人工免疫系统具有自学习、自组织、记忆的能力,可解决非线性分类问题中的局部极值、鲁棒性等难点。该文将人工免疫系统引入遥感图像分类领域,设计了基于克隆选择算法的遥感图像监督分类方法,并将其应用于广州市遥感影像分类。实验结果表明:与最大似然法相比,该方法具有更高的精度;同时该方法对公路、桥梁等线状城市用地较敏感,适用于快速发展的中心城市的遥感影像分类。 相似文献
5.
东亚飞蝗生境的遥感分类——以河北省黄骅地区为例 总被引：1，自引：0，他引：1
东亚飞蝗生境的分类研究是东亚飞蝗监测和防治的一项重要基础工作。本文以河北省黄骅地区为研究区,基于两个时相的TM图像,采用三种遥感波段组合方案,以及最大似然分类和基于知识的分层分类两种分类方法,进行了东亚飞蝗生境的分类研究。结果表明,三种组合方案的分类总精度相差不大,其中加入图像纹理信息的最大似然分类法的分类总精度最高。但是,基于知识的分层分类法的分类精度在各单项生境类型之间相差较小,从而显示出该方法在应用上仍有一定的优越性。 相似文献
6.
多尺度空间分层聚类算法在土地利用与土地覆被研究中的应用 总被引：6，自引：4，他引：2
利用遥感数据,综合最大似然法监督分类、多尺度空间分层聚类的部分监督分类方法和主成分方法,分析黄河上游龙羊峡水库库区1987～1999年间土地利用土地覆盖变化.提取专题信息,不同要素采用不同方法;具体分类中,土地利用类型的一级类型耕地、水体及未利用土地类型采用主成分分析和最大似然法监督分类方法;对一级类型草地采用多尺度分层聚类算法的部分监督分类方法.结果表明,草地信息利用SSHC方法提取结果较好,与Bayes分类方法相比,精度提高4.2%,SSHC所获结果数据Kappa系数为0.84,Bayes所获结果数据Kap-pa系数为0.78.对某专题要素分类,此方法结果较优. 相似文献
7.
利用BP算法进行新疆MODIS数据土地利用分类研究 总被引：7，自引：0，他引：7
土地利用信息获取已经成为遥感技术的重要应用领域之一。本研究以MODIS数据产品为信息源,用神经网络分类中的反向传播网络(BP)算法对新疆进行了土地利用分类研究。以新疆石河子为实验区,比较了BP算法与最大似然法的分类精度,前者的精度提高近10％。用BP算法对新疆全省进行了土地利用分类,统计分类结果各类别的面积和百分比,所得数据与相关部门公布数据非常接近。研究结果表明,250mMODIS数据对新疆地区的土地利用的类别信息获取比较实用：BP算法对中分辨率的MODIS数据能取得较高的分类精度。 相似文献
8.
基于决策树模型的海岸带分类方法研究 总被引：4，自引：1，他引：3
海岸带地物分布复杂,地物混淆常造成海岸带提取困难。该文以江苏省粉砂淤泥质海岸为研究对象,运用图像光谱特征、纹理特征并引入地学知识,构建研究区遥感图像分类决策树模型,并利用ETM 图像进行海岸地物分类研究。结果表明:采用的决策树模型可以较好地结合纹理信息和地学知识,解决遥感图像中复杂地物分类过程中的混淆现象,分类精度达89.26%,比最大似然法分类精度提高了15.19%。 相似文献
9.
10.
11.
以蒙自市为研究区域,使用ISODATA法、最大似然法、支持向量机法、人工神经网络法、面向对象法共5种分类方法对蒙自市资源3号遥感图像进行分类。利用天绘一号卫星拍摄的高分辨率影像随机选取1 000个点选出真实感兴趣区作为参照,对以上5种分类结果进行精度评价,根据精度检验结果选择了精度最高的面向对象的分类方法作为本次遥感图像分类的分类器。在进一步研究面向对象的分类时,用较大的间隔确定分割尺度的最佳取值所在区间后缩小数据间隔最终确定分割尺度的最佳值,基于精度最高的尺度分割参数的分类结果确定蒙自市2016年的土地利用分类进行统计分析。 相似文献
12.
运用RS、GPS和GIS技术进行大比例尺土地利用动态监测的实验研究 总被引：42，自引：5，他引：37
土地利用数据的更新是土地管理工作的重要内容之一。依靠常规的手段不仅更新速度慢、难以主动发现变化区域,而且成图周期长、误差大。依靠遥感（RS）手段可以主动快速地发现变化区域,运用差分GPS技术可以精确获取土地利用变化的数量和性质,GIS则是管理土地利用的图形数据和属性数据（如土地利用类型、权属、图斑号等）的有效工具。基于RS、GIS和GPS的集成技术建立面向工程目标的土地利用动态监测新方法是本文研究的内容。 相似文献
13.
14.
SNB—SAR数据在大范围水稻种植面积调查中的应用：以广东省早稻调查为例 总被引：10，自引：0，他引：10
研究了在GSI支持下，Radarsat SNB-SAR数据用于广东省大范围水稻种植面积调查的方法与应用。首先，对SAR数据预处理，包括辐射校正、Frost滤波和几何精校正等；然后对预处理影像的后向散射值进行信息定量判断，结合GIS的辅助分析，剔除不可能是水稻信息的像元；最后对剔除非水稻信息后的影像进行最大似然法的有监分类，获取各区域水稻分布的影像并统计面积。结果表明，该方法对于大范围的水稻种植面积调查具有实用、快速的特点，其精度在平原地区具有较高的可靠性，山区因为地形的复杂性等原因尚需进一步研究以提高精度。 相似文献
15.
16.
基于ETM+土地利用与土地覆盖遥感信息提取研究 总被引：1，自引：2，他引：1
基于ETM 遥感卫星数据,使用层次分析法、光谱响应特征阈值算法、监督分类和无监分类方法,对实验区土地利用信息进行提取。研究结果表明:采用层次分析法对ETM 数据进行土地利用调查,可最大程度识别出土地利用类型;综合利用多种信息提取方法进行山区土地利用与土地覆盖信息提取具有速度快、技术操作简单、可识别类型多的特点;对林地和水域的分类识别精度可达85%以上,但对山区农村居民地的面积难以准确提取,必须借助人工解译方法,并参考其他辅助资料才能获取。 相似文献
17.
基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例 总被引：5，自引：0，他引：5
土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。 相似文献
18.
蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和 Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验。实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等。它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率。 相似文献
19.
20.
像元分解法提取积雪边界线 总被引：7，自引：1，他引：7
利用NOAA16-AVHRR的多光谱数据进行像元分解提取积雪边界线。首先对遥感数据进行主成分分析，提取含99％信息量的前两个主分量，对其进行散点图分析，获取终元。进行多光谱混合像元分解，提取积雪盖度参数，并依据积雪盖度提取积雪边界线。同时比较了最大似然分类提取的积雪边界线，发现分类积雪边界线变化较大，而盖度积雪边界线比较稳定，主要原因是像元分解提取的积雪边界线物理意义明确。 相似文献