基于LSMM和改进的FCM提取城市植被覆盖度——以北京市海淀区为例.pdfVIP

基于LSMM和改进的FCM提取城市植被覆盖度——以北京市海淀区为例.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于LSMM和改进的FCM提取城市植被覆盖度——以北京市海淀区为例.pdf

生态学报却始,础的:1018-1但4 Acta ECOI嚼皿Siniea 基于 LSMM 和改进的 FCM 提取城市植被覆盖度 一一以北京市海淀区为例 胡妹持,胡德、勇*,赵文吉 (三维信息获取与应用教育部重点实验室,北京 剧沼48;资源环境与地理信怠系统北京市重点实验室 首都师范大学资源环境与旅援学院,北京 I仪胆的 摘要:植被是城市生态系统的重要组成部分,及时在取植被覆盖信息对壤市生惠环境监拥具有重要意义。和;用中分辨率 Landsat TM 遥感数据,采用线性光谱分解模型(LSMM)开展城市植被覆盖度提取z 同时,通过改进训练样本选择方式,在最小噪 声变换(MNF) 、像孟纯净指数分析(PPI) 、 N 维可视化分析基础上得到端元样本,再运用模糊c-均值(FCM)获取植被覆盖度;最 后以离分辨率SP0T5遥感数据对两种方式的提取结果进行精度检验。结果显示,基于LSMM 和改造的FCM 提取的城市植被覆 盖度与检验数据相关系数分慰为0.8252 和0.9381 ,后者可以较好地处理其他要素的非线性影嘀,自而具有较高精度。 关键词:植被覆盖度;混合像元分解:线性光谱握合模型;改造的 FCM Extract urban vege臼tion coverage based on LSMM and improved FCM: a case study in Haidian District HU Shujing , HU Deyong* , ZHAO Wenji Key Labora郎ry of3D Ii吨阳阳tionAcq时ωn and Application ofMini蹄.., of Education , Be价19 l(削4窑 , China Key 却bora如ry of Resour础 Em翩翩翩and G1S of Be.展现gMun崎al , Beijil容:创那48 , ChÏlla College of ReoUJ;出 Erwironment and Tourism , C甲tal Norrrwl UnweT$i妙, Beijir啄 1仅览48 , China Abstract: Vegetation is an impo民缸1t part of 山乞ane∞system; therefore timely access to vegetation cover:艳e information is of 伊at significance for monitorin辜 的四 ecological environment. Linear spectral mixture model (LSMM) was carried out for urban vegetation CQ亨erage extractÍon using medium-r;恼。,lution Landsat TM remote sensing data. Meanwhile , the fuzzy c- me四s (FCM) method was chosen to e:双r配t vegetatÍon cover唔e hy improving the traini吨sample selectÍon method to obtaìn the end-member sample hased on minimum noise transform (MNF) , pixel purity index 部18lysis (PPI) , and N-dimensional visualization analysis. Finally , high-纪回,lution SPσ巴 remote sensing data extracted in two ways were 出ed to carry out the accuracy test for veget础。aωIver鸣e. 它le results showed that the correlation coe伍cients 如tween the inspection data and LSMM-hased and improved FCM-based data were

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档