一种遥感影像自动识别耕地类型的机器学习算法-国土资源遥感.PDFVIP

第 卷第 期 国土资源遥感 年 月 引用格式 周询 王跃宾 刘素红 等 一种遥感影像自动识别耕地类型的机器学习算法 国土资源遥感 一种遥感影像自动识别耕地类型的机器学习算法 周 询 王跃宾 刘素红 于佩鑫 王西凯 北京师范大学地理学院 北京 北京师范大学地理科学学部 北京 北京师范大学数学科学学院 北京 摘要 耕地作为重要的土地资源 关系着国家的粮食安全问题 因此迫切需求快速准确获取耕地信息的方法 传统 的遥感影像监督分类方法以训练样本和待分类像元 图斑的光谱特征或纹理特征的一致性作为分类依据 这对训 练样本的依赖性较强 对此提出了一种基于影像窗口子区的耕地类型自动识别算法 通过提取一定大小影像窗口 子区的多光谱和多层次特征 利用机器学习算法 实现影像窗口子区耕地和非耕地类型的自动判别 依据该算法 可以通过建立某个区域内遥感影像耕地类型的特征库实现对影像窗口子区类别的非监督自动判别提高目前分 类算法的自动化程度 以东北地区高空间分辨率遥感影像为例进行实验 精度达到了 该算法为耕地信息 自动化快速获取提供了技术支持 也可用于遥感影像中某一种纯净地物类型的快速提取 关键词 影像窗口子区 特征库 机器学习 耕地自动识别 中图法分类号 文献标志码 文章编号 断时受条件限制较强 此外进行监督分类时选择 引言 的训练样本用于同一幅影像分类时精度较高 但 处理其他多幅影像时精度显著降低 而针对不同影 耕地作为重要的土地利用土地覆盖类型其数 像重新选择训练样本则效率较低 在高空间分 量质量和空间分布范围关系着人类社会和经济的 辨率遥感影像中分类方法的精度与效率的矛盾更