面向对象的天然绿洲与人工绿洲区分——以民勤县湖区绿洲为例

发布时间：2021-05-22 23:52

　　以地处河西走廊东端、石羊河下游的民勤县湖区绿洲为例,以Landsat 8 OLI影像为数据源,从天然绿洲和人工绿洲的基本概念出发,在影像数据预处理、多尺度分割的基础上,综合考虑光谱、纹理、形状、上下文等信息,引入NDVI、最大化差异、紧致度、形状指数和空间邻接关系等多个特征,构建规则集进行天然绿洲和人工绿洲的区分,并将区分结果与基于最大似然法监督分类的绿洲区分结果进行比较分析。结果表明:使用面向对象的影像分析方法区分天然绿洲和人工绿洲的总体精度达到了91.75%,Kappa系数为0.65;较之面向像元的最大似然法监督分类结果,总体精度提高了10.40%,Kappa系数提高了0.13,其中人工绿洲条件Kappa系数提高了0.19,天然绿洲条件Kappa系数提高了0.30。面向对象的影像分析方法能够在一定程度上克服单一光谱特征分类方法的局限性,避免"异物同谱"和"同物异谱"现象带来的混淆,提高天然绿洲和人工绿洲区分的精度。 

【文章来源】：遥感技术与应用. 2020,35(04)北大核心CSCD

【文章页数】：9 页

【文章目录】：
1 引言
2 研究区与数据源
    2.1 研究区概况
    2.2 数据源
3 基于面向对象分类法的绿洲区分方法
    3.1 总体思路
    3.2 样本光谱可分性判断
    3.3 相关性分析
    3.4 绿洲区分
        3.4.1 影像分割
        3.4.2 影像分类
4 区分结果与精度评价
5 结论


【参考文献】：
期刊论文
[1]整合无人机和面向对象的农村居住环境信息提取[J]. 郝睿,李兆富,张舒昱,潘剑君,姜小三,张文敏,宋金超.  遥感技术与应用. 2020(03)
[2]ALOS PALSAR散射总功率的面向对象林火区提取[J]. 姜德才,李文吉,李敬敏,白罩峰.  国土资源遥感. 2019(04)
[3]利用Sentinel-2A影像的面向对象特征湿地决策树分类方法[J]. 杨朝辉,白俊武,陈志辉,钱新强.  测绘科学技术学报. 2019(03)
[4]面向对象CART决策树方法的湿地遥感分类[J]. 姚博,张怀清,刘洋,刘华,凌成星.  林业科学研究. 2019(05)
[5]基于高分二号数据的面向对象城市土地利用分类研究[J]. 宋明辉.  遥感技术与应用. 2019(03)
[6]结合植被指数与纹理区分天然绿洲与人工绿洲——以甘肃省酒泉市金塔绿洲为例[J]. 赵虹,颉耀文.  宁夏大学学报(自然科学版). 2013(01)
[7]以SPOT5遥感数据为例比较基于像素与面向对象的分类方法[J]. 胡荣明,魏曼,杨成斌,贺俊斌.  遥感技术与应用. 2012(03)
[8]25年来额济纳天然绿洲LUCC及景观格局时空变化[J]. 刘春雨,赵军,刘英英,党国锋,师银芳.  干旱区资源与环境. 2011(09)
[9]民勤绿洲荒漠带土壤水分的空间分异研究[J]. 张凯,冯起,吕永清,张勃,司建华.  中国沙漠. 2011(05)
[10]2003-2008年甘肃民勤绿洲土地荒漠化动态监测[J]. 魏怀东,周兰萍,徐先英,李亚,丁峰,常兆丰,杨自辉.  干旱区研究. 2011(04)



本文编号：3201881