RapidEye遥感数据在土地分类中的应用研究

发布时间：2021-10-13 04:32

　　本论文通过对原始影像进行裁剪,得到研究区域不同波段组合的影像数据,选取适当的感兴趣区域,并以此为模板,拟用支持向量机的方法开展分类研究,获取分类后的影像数据和分类面积统计数据,通过对统计数据进行分析,得出分类误差最小的波段组合。利用实验得出的最佳波段组合,为领导做出决策提供科学依据,便于今后对该区域的土地进行开发利用。 

【文章来源】：经纬天地. 2020,(04)

【文章页数】：6 页

【部分图文】：

研究路线示意图

原始影像数据

道路面积百分比差值绝对值（如表1、图3所示）：道路的分类中蓝波、绿波、近红波组合面积百分比差值绝对值最小，分类效果最好。蓝波、绿波、红边波组合面积百分比差值绝对值次之，分类结果较好。蓝波、绿波、红波、红边波组合面积百分比差值绝对值再次之，分类结果较好。蓝波、红边波、近红波组合面积百分比差值绝对值最大，分类效果最差。

【参考文献】：
期刊论文
[1]基于混合像元分解提取小麦种植面积的技术与方法研究[J]. 蔡薇,郭洪海,隋学艳,杨丽萍.  山东农业科学. 2009(05)
[2]改进最大似然遥感影像分类方法——以SAR影像为例[J]. 陈富龙,王超,张红.  国土资源遥感. 2008(01)
[3]基于MODIS时序NDVI特征值提取多作物播种面积的方法[J]. 杨小唤,张香平,江东.  资源科学. 2004(06)
[4]高分辨率影像城市绿地快速提取技术与应用[J]. 黄慧萍,吴炳方,李苗苗,周为峰,王忠武.  遥感学报. 2004(01)



本文编号：3433954