基于植被分区的多特征遥感智能分类 |
| |
引用本文: | 于菲菲,曾永年,徐艳艳,郑忠,刘朝松,王君,何晋强.基于植被分区的多特征遥感智能分类[J].国土资源遥感,2014(1). |
| |
作者姓名: | 于菲菲 曾永年 徐艳艳 郑忠 刘朝松 王君 何晋强 |
| |
作者单位: | 中南大学地球科学与信息物理学院;中南大学空间信息技术与可持续发展研究中心; |
| |
基金项目: | 国家自然科学基金项目(编号:41171326,41201383和41201386)资助 |
| |
摘 要: | 为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。
|
关 键 词: | 蚁群智能优化算法(ACIOA) 植被分区 多特征 遥感分类 |
本文献已被 CNKI 等数据库收录! |
|