SPOT5遥感影像土地利用信息提取方法研究
SPOT5遥感影像图在土地调查中的应用研究_贾晓萌
2014年第13期应用科技科技创新与应用SPOT5遥感影像图在土地调查中的应用研究贾晓萌（丹东市国土资源规划评估调查院，辽宁丹东118000）经济社会的发展和科学技术的不断进步有很大关系，因此，要想更好的推动经济社会的发展一定要对先进的技术进行更好的应用，这样能够更好的促进我国经济的发展。
在不断发展过程中，我国对土地的使用状况非常重视，这样能够更好的为农业发展和城市建设提供必要的依据，利用遥感技术和计算机技术对其进行更好的土地使用情况进行掌握，而且，遥感技术对环境的变化情况也是能够进行反映的，对我国的国防建设也有很大关系，将SPOT5遥感摄像图在土地调查中进行应用能够更好的提高调查的质量。
1土地调查的任务以及意义土地调查主要包括对农村土地进行调查，查清楚每块土地的地类、位置、范围、面积以及分数情况；对城市土地进行调查，主要对要对土地的界址、范围、界线、数量以及用途情况进行掌握。
在对农田情况进行调查的时候，要对土地使用情况进行掌握，建立土地利用数据库以及地籍信息系统，这样能够在进行查询的时候实现信息的共享。
在调查过程中，要对土地资源的变化情况进行统计，并且要进行快速的更新，这样能够更好的保证土地开发利用方面信息是非常及时的。
土地调查是一项重大的国情调查，因此，要对全国范围内的土地利用状况进行掌握，然后掌握真实的土地基础数据，这样能够更好的实现调查结果的信息化和网络化发展，在进行土地调查的时候要更好的完善统计制度和登记制度，这样能够更好的实现土地资源信息的社会化，同时也能更好的为社会发展和宏观调控提供信息。
土地调查的目的就是为了对全国范围内的土地使用情况进行掌握，这样能够真实的掌握相关的信息，同时也能为我国的土地资源管理提供必要的信息。
土地调查能够更好的落实我国对土地使用情况的调控，同时也能保证经济平稳发展。
土地分为城市发展用地和农业发展用地，对土地使用情况进行掌握，能够更好的保障我国农耕用地不受到破坏，保证粮食供应安全，同时也能保证农民的权益不会受到影响，对土地使用情况进行更好的规划，能够保证土地得到合理使用，在管理方面也能提高管理的水平。
关于SPOT5遥感数字正射影像图(DOM)制作方法的探讨
（９４年 航摄、 ９７年 调绘， ９ ０年 西安 坐标 系， １９ １９ １８
１８ 国家高程基 准， ９５ 等高距为 ２ ５米 ） ． 。在九原 区
境 内，９ ８版 地 形 图 只 有 部 分 地 区 的地 形 图 （ 要 １９ 主
（） ３
是平原丘陵地 区） Ｄ Ｍ（ ：Ｏ Ｏ ） 和 Ｅ １ ｌＯ Ｏ 数据。 北部 山区
建 纠 变 换 幽数 ０ 定 数据 几 州 辅ｌ Ｉ Ｉ 范 位 簧 刊懈 连 个
像 索
月 ４日 在圭亚 那卫 星发射 中心发射成功。 目前， 在
资源 卫 星家 族 中 。Ｐ Ｓ ＯＴ一５具 有 不 可 比拟 的优 势 ，
Ｊ 蚺 戢 镭 ５
崧Ｊ
震样
Ｙ方向尺寸不等、 卫星轨道偏角 、 大气折光、 地球 曲
率等因素的几何粗纠正处理。
卫 星数据 的校正一般采用 间接法处理． 照控 按
卫星姿态 、 高度、 速度、 地球曲率、 地形等因素造
制点的选择原则 ， 选择控制点对， 分别读取被校正遥
收 稿 日期 ：０ ５ １ ５ ２ ０ 一ｌ 一ｌ
二乘预测法等。 以常用 的二次多项式为例， 进行反解法纠正。 其
公式 为 ：
ｘ＝ａ ｉ ｏ＋ａ Ｘｉ ａ Ｙｉ ａＸｉ ＋ａ Ｘ； ＋ ａＹｉ ｌ ＋ ２ ＋ ３ Ｙｉ ４ ｚ ５ ｚ ｙ＝ｂ ｉ ｏ＋ ｂ Ｘｉ ｂ Ｙｉ ｂ Ｘｉ ＋ｂ Ｘｉ ｌ ＋ ２ ＋ ３ Ｙｉ ４ ＋ｂ Ｙｉ ５
・
９０ ・
维普资讯
科技 与经济 ２６ 第 期 ０ 年 ２ ０
册 册 羽叼 坶刁 口
感图像的坐标和所对应控制点的地面坐标， 建立 图 像数据坐标与实地坐标之间的函数关系。通常用所
应用高分辨率遥感影像Spot5进行土地利用调查与更新中的误差分析
空间几何误差是在遥感正射影像纠正过程中所 产生的。Spot5 卫片的投影方式是扫描多中心投影， 存在着水平误差和垂直误差。但由于卫星高度大， 视场角小，故 这 些 误 差 相 对 于 航 片 来 说 是 很 小 的。 卫星相片在经过了正射纠正后，其误差值大大减小。
2013 年 6 月 第 12 期 总第 286 期
内蒙古科技与经济 Inner Mongolia Science Technology ＆ Economy
June 2013 No． 12 Total No． 286
应用高分辨率遥感影像 Spot5 进行土地利用调查与更新中的误差分析
王云龙，王丽华，杨文理
综合上述分析，又经过外业对解译图斑的实际 测量、调查： 遥感影像的空间几何位置误差一般在 5m 左右，而界线描绘的误差一般在 3m 左右，主要 变更地类均是 Spot5 上易于识别的地类，小图斑遗 漏误差较小。因此，利用 Spot5 等高分辨率遥感影 像进行土地利用现状调查和更新可以满足调查规程 的要求且工作效率显著提高。
这种差的填料特性，即它在动应力和重复荷载作用 槽，引发更深部的基床土吸水膨胀、软化，为改变这
下，其抗剪强度有大幅度衰减，严重影响路基的稳定 种不利局面，就需采取基床换填中粗砂和碎石，加铺
性，针对此种不良填料，根据它自身的含水量和试验 隔水土工布的办法，改变填料的力学性质，做到随围
要求的最佳含水量相对比，确定理想的施工机械和 压的增大，动弹模显著增长，从而保证了路基基床的
备注
2． 3 最小识别图斑 对于地类的最小判读面积，经检测，在 Spot5 上
能判读的各类用地的最小面积。 2. 3. 1 城镇村及工矿用地。农村居民点与独立工 矿用地： 《第二次全国土地调查技术规程》规定最小 上图图斑为 4mm2 （ 以 1 ∶ 1 万 图 计 算 相 当 于 实 地 400m2 ，0． 04hm2 ） 。4mm2 图 斑 在 Spot5 上 相 当 于 8
基于遥感影像进行土地利用分类提取方法与步骤
基于遥感影像进行土地利用分类提取方法与步骤1. 数据收集：收集高分辨率的遥感影像数据，包括卫星影像或航空影像。
2. 图像预处理：对收集的遥感影像进行预处理，如大气校正、辐射校正、几何校正等，以消除噪声和其他影响因素。
3. 特征选择：根据土地利用分类的目标，选择适当的特征来描述土地利用类型，如纹理特征、空间特征、光谱特征等。
4. 图像分割：将预处理后的影像划分成一系列不重叠、尽可能均匀的区域。
常用的方法包括基于阈值、基于区域生长的方法等。
5. 特征提取：针对每个划分得到的区域，提取与土地利用分类相关的特征，如纹理特征、形状特征、光谱特征等。
6. 特征标准化：对提取的特征进行标准化处理，使其具有相同的尺度和均值，以便更好地进行分类。
7. 训练样本选择：从各个土地利用类型中随机选择一定数量的样本，用于训练分类模型。
8. 特征降维：如果特征维度较高，可以采用降维算法对特征进行降维，减少计算复杂度和数据维度。
9. 数据标注：将训练样本的土地利用类型进行标注，作为监督学习的输入。
10. 训练分类模型：使用标注的训练样本，训练土地利用分类模型，如支持向量机、随机森林、神经网络等。
11. 模型验证：使用另外一部分未标注的影像数据对训练好的模型进行验证，评估分类的准确性和效果。
12. 分类结果生成：对整个影像进行土地利用分类，生成分类结果图。
13. 后处理：对分类结果图进行后处理，如消除噪声、填补空缺、平滑边界等。
14. 空间连续性保持：为了保持土地利用分类结果的空间连续性，可以采用像素级或对象级的空间约束方法。
15. 土地利用调整：根据实际需求，可以对土地利用分类结果进行调整，如合并类别、划分新类别等。
16. 精度评估：采用地面调查数据或其他可信数据进行精度评估，评估土地利用分类的准确性和精度。
17. 结果解释：通过对土地利用分类结果进行解释和分析，研究土地利用变化趋势和规律。
18. 准确性改进：根据精度评估结果，对分类模型和步骤进行改进，提高土地利用分类的准确性。
土地利用遥感信息提取关键技术探讨
土地利用遥感信息提取关键技术探讨【摘要】本文探讨了土地利用遥感信息提取的关键技术，包括土地利用遥感方法、遥感影像预处理、土地利用分类方法、以及土地利用变化监测。
通过对这些技术的研究，可以更准确地提取土地利用信息，为土地管理和规划提供支持。
文章总结了土地利用遥感信息提取的关键技术，并展望了未来的发展前景。
通过不断完善和创新技术，我们可以更好地利用遥感信息提取土地利用信息，为可持续发展和环境保护提供更有效的支持。
土地利用遥感信息提取的研究具有重要的实际意义和理论意义，对于推动遥感技术在土地资源管理中的应用具有积极的推动作用。
【关键词】土地利用、遥感信息提取、关键技术、研究背景、研究意义、方法、预处理、分类、变化监测、总结、前景展望。
1. 引言1.1 研究背景近年来，随着遥感技术的不断发展和完善，越来越多的研究聚焦于土地利用遥感信息的提取和分析。
如何有效地从遥感影像中提取土地利用信息，成为当前研究的热点和难点问题。
而在这个背景下，探讨土地利用遥感信息提取的关键技术，对于推动土地利用研究的深入和发展具有重要意义。
本文将从土地利用遥感信息提取方法、遥感影像预处理、土地利用分类方法、遥感信息提取关键技术探讨、土地利用变化监测等方面展开讨论，旨在为相关研究提供参考和指导，促进土地利用遥感信息提取技术的不断进步和应用。
1.2 研究意义土地利用遥感信息提取是当前土地资源管理和规划中的重要工具，其意义不言而喻。
通过土地利用遥感信息提取，可以实现对土地资源的全面监测和评估，帮助政府和决策者了解土地的利用状况和潜在问题，为有效的土地管理和规划提供数据支持。
利用遥感技术提取土地利用信息，可以实现快速、准确地获取大范围土地资源信息，节约人力和时间成本。
遥感信息提取还可以跨越时空限制，实现对不同时期、地域的土地利用信息对比分析，帮助揭示土地利用变化规律，为未来的土地规划提供科学依据。
土地利用遥感信息提取技术的发展，不仅可以促进土地资源的可持续利用，还可以推动地理信息技术在土地管理领域的应用与发展。
土地利用遥感信息提取关键技术探讨
土地利用遥感信息提取关键技术探讨土地利用遥感信息提取是利用遥感技术获取土地利用信息的过程，其目标是从卫星遥感影像中自动或半自动地提取各类土地利用信息。
土地利用遥感信息提取技术主要包括遥感影像预处理、土地利用分类和变化检测三个主要环节。
1. 遥感影像预处理遥感影像预处理是土地利用遥感信息提取的第一步，其目的是通过对原始遥感影像进行校正和增强，使其适合后续的土地利用信息提取处理。
遥感影像预处理主要包括几何校正、辐射校正和影像增强等工作。
几何校正是为了消除遥感影像中的系统误差，使其与实际地物位置相对应；辐射校正则是为了消除大气、地表和传感器等因素对遥感影像的影响，提高影像的质量；影像增强则是通过图像处理技术对遥感影像进行锐化、对比度增强等操作，使地物特征更加清晰。
2. 土地利用分类土地利用分类是土地利用遥感信息提取的核心环节，其目标是将遥感影像中的地物按照其土地利用类型进行分类。
传统的土地利用分类方法主要依靠人工目视解译，其效率低、精度不高。
而基于遥感影像的土地利用分类技术利用计算机进行自动或半自动分类，具有高效、快速和精度高等优势。
常用的土地利用分类方法包括基于像元的分类、基于对象的分类和基于知识的分类等。
基于像元的分类是将遥感影像分割为像元，并通过像元的光谱、纹理等特征进行分类；基于对象的分类则是在像元分类的基础上进一步考虑地物的空间关系，以对象为单位进行分类；基于知识的分类则是利用专家知识对遥感影像进行分类，其分类结果受专家经验和知识水平的影响。
3. 土地利用变化检测土地利用变化检测是利用遥感影像进行多期对比，识别不同时间点土地利用变化情况的过程。
土地利用变化检测技术通过比较不同时期的遥感影像，筛选出变化的地物，识别土地利用的动态变化规律。
土地利用变化检测通常包括影像配准、变化检测和变化分析等步骤。
影像配准是为了保证不同时期的遥感影像在空间上对齐，使其可以进行像元级的比较；变化检测则是通过像元的变化检测算法，识别出不同时期遥感影像之间的地物变化；变化分析则是对变化地物进行分析，探讨其发生变化的原因和规律。
土地利用遥感信息提取关键技术探讨
土地利用遥感信息提取关键技术探讨土地利用遥感信息提取是利用遥感技术获取土地利用的空间信息，并通过信息提取算法对地物进行分类和识别的过程。
随着遥感技术的不断发展和应用，土地利用遥感信息提取在土地资源管理、环境保护、灾害监测等领域具有重要的应用价值。
本文将探讨土地利用遥感信息提取的关键技术。
首先是影像预处理技术。
土地利用遥感信息提取的首要步骤是影像预处理，主要包括几何校正、辐射校正和大气校正等。
几何校正是将遥感影像进行坐标转换和几何矫正，使其与地理坐标系或现有地图相适应；辐射校正是消除遥感影像中的重影现象，恢复出真实的反射率或辐射亮度；大气校正是消除大气吸收和散射对遥感影像的影响。
其次是特征提取技术。
土地利用类型具有不同的光谱特征、纹理特征和空间结构特征，因此需要设计相应的特征提取算法。
常用的特征提取方法包括基于像元的光谱特征提取、基于纹理的特征提取和基于形状的特征提取等。
这些特征可以通过光谱信息统计、纹理参数计算和空间邻近度分析等方式提取出来。
再次是分类识别技术。
分类识别是土地利用遥感信息提取的核心技术，目的是将遥感影像中的地物分成具有相同或相似特征的类别。
传统的分类方法包括最大似然分类法、决策树分类法和支持向量机分类法等。
近年来，深度学习技术的快速发展为土地利用遥感信息提取带来了新的机遇，如卷积神经网络（CNN）和循环神经网络（RNN）等，在土地利用遥感影像分类中取得了较好的效果。
最后是精度评价技术。
精度评价是判断土地利用遥感信息提取结果是否可信的重要手段。
常用的精度评价指标包括制图精度、混淆矩阵和Kappa系数等。
制图精度是通过与实地调查结果进行对比来评价土地利用遥感信息提取的精确程度；混淆矩阵可以用于计算分类的准确率和召回率；Kappa系数综合考虑了分类的准确性和随机误差，是评价分类精度的一种综合指标。
土地利用遥感信息提取的关键技术包括影像预处理技术、特征提取技术、分类识别技术和精度评价技术。
土地利用变更调查中高分辨率卫星遥感影像应用
Technological Innovation4《华东科技》土地利用变更调查中高分辨率卫星遥感影像应用吴媛媛（广东省国土资源测绘院，广东 广州 510500）摘要：目前我国的科学技术不断发展，卫星遥感影像的分辨率也不断提高，其在土地管理中的利用率也不断提高。
本次综述主要是以武汉为例，通过Spot5影像进行土地利用变更调查研究，并通过影像图斑分析了判读的精度。
关键词：土地利用变更调查；高分辨率卫星遥感影像；应用所谓的土地利用变更调查就是依据野外实地的调查情况，通过目前已经存在的基础图件逐一转绘量算变化的图斑，从而将土地利用现状的图件和基础数据进行更新，保证土地利用资料的现势性。
目前更新土地利用现状的方法有两种，一种是通过目前已经存在的基础图在外实地对照，通过皮尺或经纬仪等测量设备重新量取相关位置的数据，之后在现有的土地利用图上将变更后的图斑绘制上去。
另一种是通过航测相片图进行外业调绘，之后将绘制、处理获取的变更的图斑资料。
第一种更新方法速度慢，精度低，且针对变化范围大或内容多的区域丈量难度较大；而航测相片的费用相对较高且周期较长，同时传统更新方法的自动化程度低，成图周期长，无法保证更新的全面性和实时性。
在土地利用状况的调查中，上述更新方法均较为落后，无法及时反映土地的变化情况，无法适应当下社会和经济的快速发展需求，影响土地利用规划、耕地保护、土地利用政策的执行、制定，对整个土地的管理工作造成严重影响。
因此需要寻找一种实用性高、方便快捷的图像更新方法，用以保证土地利用资料的现势性，提高国民经济的发展。
随着遥感技术的不断发展，卫星遥感技术在土地利用变更调查中广泛应用，是一种有力的调查工具。
卫星遥感影像具有分辨率高，覆盖范围大的优势，其能客观，及时，周期性的对地表覆盖信息进行反馈，尤其是近年来发射的遥感卫星，分辨率更高，例如快鸟2卫星、SPOT5、IKONS 卫星其地面分辨率分别为0.61m、2.5m、1m，应用于土地利用变更调查中能准确快速的全面调查土地的情况，掌握其质量，数量，权属以及利用情况，使快速更新土地利用图变成现实，同时其价格低，因此逐渐在土地利用变更调查中应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第39卷 第6期2011年6月西北农林科技大学学报(自然科学版)Jo ur nal of N o rthwest A&F U niver sity(N at.Sci.Ed.)Vo l.39N o.6Jun.2011SPOT5遥感影像土地利用信息提取方法研究张伐伐a,李卫忠a,卢柳叶b,康 乐a(西北农林科技大学a林学院,b资源环境学院,陕西杨凌712100)[摘 要] 目的 探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。
方法 以结合纹理特征的支持向量机(Support vector machine,SV M)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。
结果 面向对象分类法的总精度达到90.67%,较结合纹理特征的SV M法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。
结论 利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。
[关键词] 遥感影像;土地利用信息;支持向量机;纹理特征;多尺度分割;精度评价[中图分类号] S127[文献标识码] A[文章编号] 1671 9387(2011)06 0143 05 Study on extraction methods of land utilizationinformation based on SPOT5ZHAN G Fa fa a,LI Wei zhong a,LU Liu ye b,KANG Le a(a College of F or estry,b Colleg e of Resourc es and Env ironment,N or th w est A&F Univ ersity,Yang ling,S haanx i712100,China)Abstract: Objective T he study explored the effect of ex tracting approach for info rmatio n o f land uti lization based on high resolution remo te sensing im ag e to provide evidence for studying land utilization and cov er dynam ic variatio n. M ethod T his paper ex tracted the info rmation o f land utilizatio n focused on Changjiaoba to w n,using SVM classification o f tex ture feature and object or iented classification o f multi resolution seg mentatio n.The classification result w as compared w ith m ax imum likelihood classification. Then the classification result w as analyzed. Result T he ov erall classification accuracy o f object o riented w as90.67%,w hich incr eased by8.34%compared w ith SVM classification of tex ture feature and increased by20.32%com pared w ith m ax imum likelihoo d classificatio n.T his kind of classification not o nly can g et o v er the disadvantages of other classificatio ns,e.g.Spectral Similar and Ground object Fragm entations,etc. but also acquire good effectiveness. Conclusion Using the classification of object oriented can realize the purpose o f ex tracting the land utilization information,and this m ethod is accurate and fast.Key words:rem ote sensing im ag e;inform ation o f land uatilization;support v ector m achine;tex tur e fea ture;multiresolution segm entation;accuracy assessment土地利用信息的获取,是研究士地利用和土地覆盖动态变化的基础,将遥感、地理信息系统和全球定位系统相结合,开展国土资源和环境综合调查,具有现势性强、分类周期短、资源信息更新快等优势,从而可以以最快的速度动态监测土地资源利用及环境的变化情况,及时为社会经济发展决策和制定相关规*[收稿日期] 2010 11 29[基金项目] 国家林业局 948 项目(2009 4 45)[作者简介] 张伐伐(1985-),男,安徽怀远人,在读硕士,主要从事 3S 技术在资源与环境中的应用研究。
E mail:zhangfafa520@[通信作者] 李卫忠(1963-),男,陕西蒲城人,副教授,硕士生导师,主要从事森林经理学研究。
E m ail:w eizhong_li@划、计划提供科学依据[1]。
传统单纯的监督分类和非监督分类的精度较低,而新兴的分类方法,如潘东晓[2]和陈玉敏[3]等用基于神经网络的分类方法进行遥感图像的分类,虽然取得了较好的效果,但由于神经网络中固有的理论上的不足,以及网络结构和参数的选择没有充足的理论依据,并且在学习过程中易陷入局部极小点等问题,使得该方法对经验性因素的依赖较大[2 3],使其在遥感图像信息提取中的应用受到一定限制,因而很有必要建立更为准确、实用的遥感信息提取分类方法。
为此,本研究提出以结合纹理信息的支持向量机(SVM)遥感图像分类方法和多尺度分割的面向对象影像分析方法,对SPOT5影像进行了分类研究,并与传统基于像元的最大似然法分类结果进行了比较分析,旨在为遥感影像中土地利用/覆盖动态变化信息的提取提供参考依据。
1 研究区概况本研究以陕西省佛坪县长角坝乡为对象。
长角坝乡位于佛坪县城以北3km 处,是陕西省汉中市的北大门,于2001 12由原龙草坪乡和长角坝乡合并而成,全乡总面积为315km 2。
该乡地处秦岭山脉南麓,系典型的农业乡镇,大部分为高山地区,境内最高海拔2904m,最低海拔856m,天然林资源丰富,森林覆盖率达87.9%,是山茱萸、天麻、猪苓等名贵中药材的天然适生区。
长角坝乡的SPOT5影像如图1所示。
图1 陕西佛坪县长角坝乡的SPO T 5遥感影像F ig.1 SPOT 5imag e of Chang jiaoba tow n,Fo pingco unty ,Shaanx i pro vince2 材料与方法2.1 数据源研究区数据包括2008年SPOT5卫星遥感影像图、1 50000的纸质地形图、DEM 数据、森林资源二类调查数据(2005年)以及实地测得的GPS 数据。
研究工作平台建立在遥感数字图像处理软件(ENVI 4.7)和地理信息系统软件(ArcGIS 9.3)上。
2.2 数据预处理首先在ArcGIS 9.3中,对扫描的1 50000地形图进行配准,用配准好的地形图和DEM 数据在ENV I 4.7中对遥感图像进行几何正射校正,校正精度为0.28个像元,再将SPOT 5多光谱影像波段与全色波段进行融合(本研究采用保真度较高的Gram Schmidt 融合),以提高影像的分辨率,用获取的研究区域的行政边界矢量文件,在EN VI4.7中对遥感影像进行裁剪,最后采用直方图均衡化方法对图像进行增强处理,以抑制细小噪声。
2.3 基于结合纹理特征的支持向量机(SVM )遥感影像分类2.3.1 支持向量机(Suppo rt vector machine,SVM )原理 SVM 是一种基于统计学习理论的模式识别方法,其由Boser 等在COLT (Com putation al learning theory ) 92上首次提出,是一种比较好的实现了结构风险最小化思想的学习算法[4]。
该算法的主要目标是找到一个超平面,使其能够尽可能多地将2类数据点正确分开,同时使分开的2类数据点距离分类面最远。
其具体算法参见文献[5]。
2.3.2 纹理特征提取 在目前的图像纹理特征计算方法中,以H ar alick [6]提出的灰度共生矩阵法的应用最为广泛。
该方法通过对图像灰度级别之间联合条件概率密度P(i,j ,d, )的计算,用其表示纹理特征。
P (i,j ,d, )表示在给定空间距离d 和方向 时,以灰度i 为始点,出现灰度级为j 的概率。
本研究首先对长角坝乡SPOT5影像进行了主成分分析,第1主成分的方差贡献率为83.36%,其代表了影像4个波段的高频部分和低频部分,起到了降维和数据压缩的作用[7];然后利用灰度共生矩阵对第1主成分的纹理信息进行提取。
参考H aralick [6]提取的14种灰度共生矩阵的纹理统计量,本研究经过多次试验选择以下4种纹理量参与影像的分类:均值(M ean)、对比度(Contrast)、局部平稳度(H om o geneity)和熵(Entropy )。
2.3.3 分类样本的选取 根据研究区的土地利用特点,将研究区的地类划分为耕地、有林地(指树木郁闭度 0.2的乔木林地,包括红树林地和竹林地)、灌木林地(指灌木覆盖度 40%的林地)、其他林地(包括疏林地、未成林地、迹地、苗圃等林地)、建设用地、道路、水域和未利用地等8类。
利用GPS 实地选择典型样地进行采点,一共选取了800个样144西北农林科技大学学报(自然科学版)第39卷区,将其中的500个作为训练样本,另外300个作为检验样本,并对样本数据进行归一化处理。