城镇化背景下基于时序TM/NDVI的建成区检测方法——以福州市为例

发布时间：2023-10-21 09:47

　　对1990—2010年49景福州市TM时间序列影像进行处理,采用MODTRAN4+模型进行大气校正,得到研究区土地覆盖类型的NDVI值的多时相轨迹图。分析城镇化背景下建成区的变化特征和NDVI时间序列数据的季节特征,添加耕地发展为建设用地的地物特征到学习样本,比较不同数据组合对最大似然法、支持向量机、神经网络法、面向对象法对分类和检测城镇化背景下建设用地精度的影响,以及比较添加样本特征后对城镇化进程中建设用地检测方法的影响。结果表明,对于小样本数据集,面向对象法具有最高的分类精度,不同的数据组合与不同季节对面向对象法分类精度的影响分别达3.49%和5.22%,引入NDVI时间序列数据和添加变化地物的学习样本,总体分类精度提高了3.54%,建设用地的制图精度提高了4.24%。

【文章页数】：6 页

【文章目录】：
1 材料与方法
    1.1 研究区概况
    1.2 研究数据与方法
        1.2.1数据来源
        1.2.2方法
2 结果与分析
    2.1 主要土地覆盖类型的时间序列NDVI
        2.1.1 主要地物类型的NDVI的时间趋势分析
        2.1.2耕地发展为建设用地的NDVI时间趋势分析
    2.2 4种方法分类结果
        2.2.1分类结果总体评价
        2.2.2建设用地的精度比较
    2.3 讨论
        2.3.1数据组合对分类方法的影响
        2.3.2季节对检测新城区的影响
        2.3.3添加地物特征对检测新城区的影响
        2.3.4其他因素对检测建成区的影响
3 结论



本文编号：3855595