基于Pleiades-1高分辨率卫星影像的干旱沙区遥感影像分类——以甘肃民勤青土湖为例.pdf

基于Pleiades-1高分辨率卫星影像的干旱沙区遥感影像分类——以甘肃民勤青土湖为例.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)。
查看更多
基于Pleiades-1高分辨率卫星影像的干旱沙区遥感影像分类——以甘肃民勤青土湖为例.pdf

中国摩掌通报 2015,31(20):126—130 ChineseAgriculturalScienceBulletni 基于Pleiades一1高分辨率卫星影像的 干旱沙区遥感影像分类 — — 以甘肃民勤青土湖为例 陈政融 ,刘世增 ,刘淑娟 ,赵 越 (甘‘肃农业大学林学院,兰州730070;甘肃省治沙研究所,兰州730070) 摘 要:研究旨在应用高分辨率遥感卫星影像对干旱沙区的植被进行调查、监测和统计。以甘肃省民勤 县石羊河下游的青土湖为研究对象,运用法国Pleiades一1卫星的影像数据,通过面向对象分类方法对沙 区的植被信息进行提取分类,对分类结果进行精度评价。结果表明,面向对象分类的方法提取精度达到 95%,Kappa系数为0.8035,分类结果精度较高,有效地避免了基于像素分类方法的噪声和光谱的影响, 具有极强的实用性,为高分辨率卫星影像分类提供 了新的思路和方法。 关键词 :遥感分类;面向对象分类;多尺度分割 中图分类号:x87 文献标志码 :A 论文编号:cas ClassificationofAridSandRemoteSensingImageBasedon Pleiades一1I{ighResolutionSatelliteImage: ACaseStudyofQingtuLakeinMinqinCountyofGansuProvince ChenZhengrong,LiuShizeng,LiuShujuan,ZhaoYue (ForestryCollegeofC.ansuAgriculturalUniversity,Lanzhou730070; GansuDesertControlResearchInstitute,Lanzhou730030) Abstract:Thepaperaimstostudytheapplicationofhighresolutionremotesensingsatelliteimagetothe investigation,monitoringandstatisticsofaridsandvegetation.TheauthortookQingtuLakelocatedinhte downstream ofShiyangRiverinMinqinCountyofGansuProvinceashtestudyobject,usedtheFrench Pleiades一1satelliteimagedata,andadoptedtheobjectorientedclassificationmethod,toextractandclassify information ofvegetation indesertareana d evaluate theaccuracyoftheclassification results.Theresuhs showedthattheoverallclassificationaccuracyofobiect—orientedinofrmationextractionreached95%,Kappa coemcientreached0.8035.Theclassificationresultshadhighaccuracy.effectivelyavoidedthenoisenad spectralimagebasedonpixelclassificationmethod,andhadverystrongpracticability,providinganew idea andmethodforthehighresolutionsatelliteimageclassification. Keywords:remote

您可能关注的文档

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档