基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取   总被引：1，自引：0，他引：1  

张春华  李修楠  吴孟泉  秦伟山  张筠 《地理科学》2018,38(11):1904-1913

利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km²。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。  相似文献   

基于港口船舶识别的高分二号卫星遥感影像融合方法比较          下载免费PDF全文

赵益智  朱海天  李修楠  杨劲松  陈鹏 《海洋学研究》2022,40(4):90-96

在卫星遥感影像识别中,相较于海上单一环境的船舶识别,港口船舶识别由于存在集装箱、码头等大量干扰目标,显得更为困难。采用强度-色度-饱和度(Intensity-Hue-Saturation,IHS)变换、Brovey变换(Brovey Transform,BT)、ESRI全色锐化变换、简单均值变换和施密特正交变换法(Gram-Schmidt,GS)等5种融合算法,进行高分二号卫星全色和多光谱影像的融合试验,通过定性和定量评价选出适用于港口船舶影像的最优方法。结果显示GS融合方法在增加影像空间信息的同时维持了光谱保真性,其均方根误差、峰值信噪比、结构相似性等指标均优于其他4种融合方法,可用于港口船舶识别。  相似文献