城市绿地提取及动态变化监测方法.pdfVIP

2017 年 3 月 安庆师范大学学报( 自然科学版) Mar.2017 第 23 卷第 1 期 Journal of Anqing Normal University( Natural Science Edition) Vol.23 No.1 网络出版时间：2017-4-13 17:49 网络出版地址 ：/kcms/detail/34.1150.N1749.021.html 城 市 绿 地 提 取 及 动 态 变 化 监 测 方 法 白洪伟 1 ，吴满意 2 （1.宿州学院 安徽省煤矿勘探工程技术研究中心， 安徽 宿州 234000 ；2. 国家测绘地理信息局第一地形测量队， 陕西 西安 710054 ） 摘 要： 选择西安市城区三环以内作为研究区域，使用多时相 LANDSAT TM 影像，分别采用基于简单规则的决策树 SVM ）分类法提取城市绿地信息并对其精度进行评价。 针对TM 影像绿地信息提取中存在的混合像元 分类和支持向量机（ 问题，将模糊 C 均值法（FCM ）引入到绿地提取中。 研究结果表明：SVM 分类法相比于简单规则的决策树分类法，平均分类 精度提高了 15%，更有利于城市绿地信息的提取，然而对城区中心的绿化带、行道树等小面积绿地信息提取仍然不全面； 引入 FCM 算法后，可根据像元中各类别的不同隶属度，进行更加精细和准确的分类，城市中面积较小的绿地信息都能被 很好地提取出来，分类精度得到进一步提高，该算法很好地解决了绿地信息提取中的混合像元问题。 关键词： 城市绿地；SVM 分类；FCM 分类；遥感动态监测 DOI ：10.13757/34-1328/n.2017.0 1.021 中图分类号：P237 文献标识码： A 文章编号：1007-4260（2017 ）0 1-0083-04 Analysis and study on urban green space extracting and dynamic monitoring method BAI Hongwei1, WU Manyi2 (1.Anhui Province Coal Mine Exploration Engineering Technology Research Center ，Suzhou University ，Suzhou 234000 ，China ； 2.The first topographic surveying brigade of SBSM ，Xi ’an 710054 ，China) Abstract: In order to overcome the disadvantages of the existing method ，we extract green space information and solve the problem that consume much time and labor when changing detection of urban green space. Taking Xi ’an urban green space as researching object, using the LANDSAT TM satellite images, we employ decision tree classifier based on simple rules and the