| 利用混合光谱分解与SVM估算不透水面覆盖率 |
| |
| 引用本文： | 程熙,沈占锋,骆剑承,朱长明,周亚男,胡晓东.利用混合光谱分解与SVM估算不透水面覆盖率[J].遥感学报,2011,15(6):1235-1247. |
| |
| 作者姓名： | 程熙 沈占锋 骆剑承 朱长明 周亚男 胡晓东 |
| |
| 作者单位： | 中国科学院 遥感应用研究所,北京 100101;中国科学院 研究生院,北京 100049;中国科学院 遥感应用研究所,北京 100101;中国科学院 遥感应用研究所,北京 100101;中国科学院 遥感应用研究所,北京 100101;中国科学院 研究生院,北京 100049;中国科学院 遥感应用研究所,北京 100101;中国科学院 研究生院,北京 100049;中国科学院 遥感应用研究所,北京 100101;中国科学院 研究生院,北京 100049 |
| |
| 基金项目： | 国家自然科学基金(编号: 40871203,40971228);国家高技术研究发展计划(863计划)(编号: 2009AA12Z148, 2009AA12Z121);水体污染控制与治理科技重大专项项目(编号: 2008ZX07318-001) |
| |
| 摘 要： | 对比了线性混合光谱分解模型(SMA)与支持向量机(SVM)在TM影像上估算不透水面覆盖率(ISP)的精度,通过SVM模型拟合TM像元光谱特征与样本ISP间的关联而获得对未知像元ISP的估算能力。对于天津市主城区的TM影像,选择学校区、工矿区和住宅区的高分辨率影像分类结果作为训练样本(7020个)和验证样本(1500个),SVM模型的ISP估算均方差(15.4%)优于SMA估算结果(19.4%);在增加缨帽变化“绿度分量”及混合光谱分解“高反射率分量”作为SVM特征变量后,ISP估算精度提高为12%。研究结果表明：SVM模型能够拟合各像元光谱组分间非线性关系且具有较好小样本泛化的性能,适用于地面样本较少的大区域ISP制图;增加与ISP相关性大的光谱特征向量作为SVM输入能提供更多的区域地物空间分布信息,能够调整无样本的地表类型的ISP估算值,提高区域ISP估算的整体精度。
|
| 关 键 词： | 不透水面 不透水面覆盖率 混合光谱分解 支持向量机 估算 |
| 收稿时间： | 2010/9/19 0:00:00 |
| 修稿时间： | 2011/3/25 0:00:00 |
Estimating impervious surface base on comparison of spectral mixture analysis and support vector machine methods |
| |
| CHENG Xi,SHEN Zhanfeng,LUO Jianceng,ZHU Changming,ZHOU Yanan and HU Xiaodong.Estimating impervious surface base on comparison of spectral mixture analysis and support vector machine methods[J].Journal of Remote Sensing,2011,15(6):1235-1247. |
| |
| Authors: | CHENG Xi SHEN Zhanfeng LUO Jianceng ZHU Changming ZHOU Yanan and HU Xiaodong |
| |
| Institution: | Institute of Remote Sense Application Institute, Chinese Academy of Science, Beijing 100101, China;Graduate University of Chinese Academy of Science, Beijing 100049, China;Institute of Remote Sense Application Institute, Chinese Academy of Science, Beijing 100101, China;Institute of Remote Sense Application Institute, Chinese Academy of Science, Beijing 100101, China;Institute of Remote Sense Application Institute, Chinese Academy of Science, Beijing 100101, China;Graduate University of Chinese Academy of Science, Beijing 100049, China;Institute of Remote Sense Application Institute, Chinese Academy of Science, Beijing 100101, China;Graduate University of Chinese Academy of Science, Beijing 100049, China;Institute of Remote Sense Application Institute, Chinese Academy of Science, Beijing 100101, China;Graduate University of Chinese Academy of Science, Beijing 100049, China |
| |
| Abstract: | Impervious surface percentage(ISP) is the key parameter for urban regional environment research.This paper compares the ISP estimate-performance of spectral mixture analysis(SMA) and support vector machine(SVM) on TM image.The SVM model establish the non-linear relationship between spectral feature of TM pixels and corresponding ground sample ISP values and then be implied on without-sample TM pixels for ISP estimation.On the TM image of Tianjin urban area,we first select high resolution image from Quickbir... |
| |
| Keywords: | impervious surface impervious surface percentage spectral mixture analysis support vector machine estimation |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
|
