当前位置: 首页 > 文章 > 基于GF-1数据复杂地区地物类型提取探究 西南大学学报(自然科学版) 2021 (11) 172-185
Position: Home > Articles > 基于GF-1数据复杂地区地物类型提取探究 Journal of Southwest University(Natural Science Edition) 2021 (11) 172-185

基于GF-1数据复杂地区地物类型提取探究

作  者:
张德军;颜玮;陈志军;祝好;何泽能;饶志杰;杨世琦
单  位:
重庆市气象科学研究所;四川省西充县气象局;永川区气象局
关键词:
土地利用;GF-1;支持向量机;随机森林;人工神经网络;
摘  要:
土地利用/土地覆盖作为人类活动对地球环境影响的一个重要指标,其在全球变化和土地覆盖变化监测中发挥着重要作用.以重庆市永川区为例,以国产GF-1 PMS为数据源,分别采用随机森林(Random Forest, RF)、支持向量机法(Support Vector Machine, SVM)和人工神经网络(Artificial Neural Network, ANN)算法实现研究区内地表覆盖类型的提取.对比结果表明:在训练样本相同的条件下,RF算法地物分类精度要优于SVM和ANN算法,尤其是林地、道路和大棚三类地物RF算法分类精度与SVM和ANN算法分类精度之间差异较大.但RF分类结果中依旧存在像元错分和漏分现象,本研究利用易混淆像元在NDVI和形状上的差异,实现了RF分类结果中易混淆像元的修正,提高了地物分类的精度.

相似文章

计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊