基于VIIRS数据的中国区域土地覆盖类型信息提取的中期报告.docxVIP

基于VIIRS数据的中国区域土地覆盖类型信息提取的中期报告 本报告基于Visible Infrared Imaging Radiometer Suite (VIIRS)遥感数据，提出了一种新的方法，用于提取中国区域土地覆盖类型信息。我们的方法结合了多尺度分割和随机森林分类器，以实现高效的土地覆盖类型分类。该方法包括以下步骤： 1.预处理：将VIIRS数据处理成反射率数据，并进行大气校正和亮度温度校正，以消除亮度和反射率的噪声。 2.多尺度分割：采用分层分块法对图像进行多尺度分割，得到一组初始的连通区域。 3.特征提取：从每个连通区域中提取一组统计特征，包括平均值、标准差、中位数和其他描述其光谱和空间特征的参数。 4.随机森林分类器：使用随机森林分类器对土地覆盖类型进行分类。我们在多个分辨率和对数最小子集数下进行实验，以确定最优的分类参数。 5.后处理：对分类结果进行后处理，消除小面积错误分类和孤立区域。 我们的实验表明，本方法可以在高精度的同时较快地提取土地覆盖类型信息。实验结果表明，该方法与现有方法相比，在准确性和速度方面都有明显的提高。