基于低空遥感与迁移学习的土地利用信息快速制图方法

发布时间：2017-09-07 22:27

  本文关键词：基于低空遥感与迁移学习的土地利用信息快速制图方法

  更多相关文章： 低空遥感技术 土地利用信息 分类制图 不变对象获取 知识迁移学习 先验知识

【摘要】：为解决样本的手工获取和常规的目视解译难以适应目前农业土地资源信息自动化提取的需求问题,引入时空数据挖掘技术,运用关联知识迁移学习机制,提出了一种基于知识迁移学习的高分辨遥感影像土地利用信息分类制图方法(KTLC)。首先,运用改进的均值漂移算法对新的待分类制图影像进行分割获得影像对象,然后,将分割后对象的矢量边界与前时相土地利用矢量专题图进行配准、嵌套,通过叠加分析获取当前影像中的不变对象,并通过光谱、空间信息阈值筛选完成不变对象的提纯,进而将历史专题图中的地物类别知识迁移到新影像对象上,建立新的特征与地物类别映射关系,最后,运用决策树构建分类规则完成当前影像的快速分类制图,并将所提方法与利用易康(e Cognition)软件进行分类(EC)的结果进行对比。研究结果表明,对于2组实验影像,KTLC方法分类总体精度分别为88.61%、88.30%,EC方法分类的总体精度分别为89.87%、84.84%,2种方法分类制图精度相当,但在效率方面,KTLC方法优于EC方法。
【作者单位】： 四川大学水力学与山区河流开发保护国家重点实验室;四川大学水利水电学院;西南交通大学地球科学与环境工程学院;汉诺威大学摄影测量与地理信息研究所;
【关键词】： 低空遥感技术 土地利用信息 分类制图 不变对象获取 知识迁移学习 先验知识
【基金】：国家自然科学基金青年基金项目(51209153;41301021) 数字制图与国土信息应用工程国家测绘地理信息局重点实验室开放基金项目(DM2014SC02) 国土资源部地学空间信息技术重点实验室开放基金项目(KLGSIT2015-04)
【分类号】：S127
【正文快照】： 引言快速、准确地获取地表时空数据是农业信息化、智能化面临的重要问题。通常情况下,农业信息本底调查(如基本农田面积监测、农作物种植结构调查等)时选取的数据源都是卫星影像[1-5]。然而,卫星传感器受天气制约,在多云雾地区(如四川盆地)很难连续获取需求的影像数据,卫星影

【相似文献】

中国期刊全文数据库 前2条

1 张伐伐;李卫忠;卢柳叶;康乐;;SPOT5遥感影像土地利用信息提取方法研究[J];西北农林科技大学学报(自然科学版);2011年06期

2 ;[J];;年期

，

本文编号：810240