利用KPCA法检测高分一号影像中的森林覆盖变化 |
| |
引用本文: | 尹凌宇,覃先林,孙桂芬,刘树超,祖笑锋,陈小中.利用KPCA法检测高分一号影像中的森林覆盖变化[J].国土资源遥感,2018(1). |
| |
作者姓名: | 尹凌宇 覃先林 孙桂芬 刘树超 祖笑锋 陈小中 |
| |
作者单位: | 中国林业科学研究院资源信息所;四川省林业信息中心; |
| |
摘 要: | 为了研究利用高分一号宽幅影像(GF-1 WFV)监测森林覆盖变化的方法,选取四川省甘孜州雅江县为研究区,利用2014年和2016年2期GF-1WFV数据,采用迭代加权多元变化检测(iteration re-weight multivariate alteration detection,IR-MAD)法对数据进行辐射归一化;分别对2期影像进行核主成分分析(kernel principal component analysis,KPCA)方法变换,采用最大类间方差法(OTSU)确定自动识别阈值,对2期GF-1WFV影像中的森林覆盖变化区域进行检测和精度验证;并与变化矢量分析(change vector analysis,CVA)法检测结果进行对比分析。研究结果表明:所用2种变化检测算法的总体检测精度都超过了80%,其中,KPCA法的总体精度为89.27%,未变化区用户精度达93.88%,变化区用户精度为80.28%;基于KPCA法的精度均较优于传统CVA检测算法,说明KPCA算法通过数据变换后,可减少变量间的相关性、增强影像信噪比,从而提高了对变化区域的识别精度。
|
本文献已被 CNKI 等数据库收录! |
|