基于ALOS遥感影像植被分类方法的比较研究-国家林业局.PDF

２０１５年８月 林业资源管理 Ａｕｇｕｓｔ２０１５ 第４期 ＦＯＲＥＳＴＲＥＳＯＵＲＣＥＳＭＡＮＡＧＥＭＥＮＴ Ｎｏ４ 基于ＡＬＯＳ遥感影像植被分类方法的比较研究 滕全晓，徐天蜀 （西南林业大学 林学院，昆明６５０２２４） 摘要：以云南省宜良县ＡＬＯＳ影像为基础数据，利用最大似然法、支持向量机方法和面向对象的支持向量机方法 对ＡＬＯＳ影像进行植被分类研究。实验结果：最大似然法分类精度为７９３３％，支持向量机方法分类精度为 ８２２５％，面向对象的支持向量机分类方法精度为８６１３％，面向对象的支持向量机分类方法取得较好的分类效 果。研究结果可为中高分辨率遥感影像分类研究提供参考。 关键词：ＡＬＯＳ；最大似然法；支持向量机；面向对象 中图分类号：Ｓ７７１８　文献标识码：Ａ　文章编号：１００２－６６２２（２０１５）０４－００６９－０４ ＤＯＩ：１０．１３４６６／ｊ．ｃｎｋｉ．ｌｙｚｙｇｌ．２０１５．０４．０１２ ＡＬＯＳＲｅｍｏｔｅＳｅｎｓｉｎｇＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＶｅｇｅｔａｔｉｏｎ ＢａｓｅｄｏｎＤｉｆｆｅｒｅｎｔＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｓ ＴＥＮＧＱｕａｎｘｉａｏ，ＸＵＴｉａｎｓｈｕ （ＣｏｌｌｅｇｅｏｆＦｏｒｅｓｔｒｙ，ＳｏｕｔｈｗｅｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ６５０２２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＢａｓｅｄｏｎｔｈｅｄａｔａｏｆＡＬＯＳｉｍａｇｅｏｆＹｉｌｉａｎｇＣｏｕｎｔｙ，ＹｕｎｎａｎＰｒｏｖｉｎｃｅ，ｔｈｉｓｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅ ｕｓｅｏｆｔｈｅｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｍｅｔｈｏｄ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｍｅｔｈｏｄａｎｄｏｂｊｅｃｔｏｒｉｅｎｔｅｄｓｕｐｐｏｒｔｖｅｃｔｏｒ ｍａｃｈｉｎｅ（ＳＶＭ）Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｉｓ７９３３％，ＳＶＭ ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ８２２５％，ｏｒｉｅｎｔｅｄｏｂｊｅｃｔｂａｓｅｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ ８６１３％，ａｎｄｏｒｉｅｎｔｅｄｏｂｊｅｃｔｂａｓｅｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｈａｓｂｅｔｔｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎ ｒｅｓｕｌｔｓＴｈｅｒｅｓｕｌｔｓｃａｎｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｓｔｕｄｙｏｆｈｉｇｈｒｅｓｏｌｕｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｃｌａｓｓｉｆｉ ｃａｔｉｏｎ。 Ｋｅｙｗｏｒｄｓ：ＡＬＯＳ，ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｍｅｔｈｏｄ，ＳＶＭ，ｏｂｊｅｃｔｏｒｉｅｎｔｅｄ ０　引言 测以及资源勘测等；ＡＬＯＳ卫星共搭载了３台传感 日本陆地观测卫星ＡＬＯＳ（ＡｄｖａｎｃｅｄａｎｄＯｂｓｅｒ 器：全色立体测图仪（ＰＲＩＳＭ），高级可见光近红外辐 ｖａｔｉｏｎＳａｔｅｌｌｉｔｅ）于２００６年１月２４日发射成功，主要 射仪（ＡＶＮＩＲ－２）和相控阵 Ｌ波段合成孔径雷达 ［１］ 用于地图绘制、ＤＥＭ生成与制作、区域观测、灾害监 （ＰＡＬＳＡＲ） 。全色影像空间分辨率为２５ｍ，多光 收稿日期：２０１５－０５－２６；修回日期：２０１５－０６－０４ 基金项目：国家自然科学基金项目 作者简介：滕全晓（１