黄河源玛多县“黑土滩”遥感定量识别.docxVIP

下载本文档

2
0
约1.76万字
约 15页
2025-02-19 发布于山东
举报
版权申诉

黄河源玛多县“黑土滩”遥感定量识别.docx

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、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、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第21卷第12期2013年12月

光学精密工程

OpticsandPrecisionEngineering

Vol.21No.12Dec.2013

文章编号1004-924X(2013)12-3183-08

黄河源玛多县“黑土滩”遥感定量识别

安如，徐晓峰*,李晓雪，梁欣

(河海大学地球科学与工程学院，江苏南京210098)

摘要：采用混合像元分解方法提取“黑土滩”信息以实现玛多县“黑土滩”的遥感识别。以Roberts提出的多端元混合像元分解(MESMA)模型为基础，分析玛多县的地物组成并提取端元；针对MESMA在本研究区应用存在的不足，优化了分解策略和机制，并利用改进后的MESMA,结合黑土滩的形成机制提取研究区的“黑土滩”信息。最后，采用实测数据对本文“黑土滩”识别结果进行精度验证，得到的精度为82.81%,较MESMA方法的71.09%有明显提高，说明改进后的MESMA可以有效识别“黑土滩”。利用本文方法得到玛多县“黑土滩”面积为1.592×103km2,主要分布在玛多县北部。该方法在保证黑土滩提取精度的同时，效率较传统的目视解译方法有了明显改善。该方法亦适用于其他复杂环境地表组分信息的提取。

关键词：黑土滩；遥感；定量识别；定量提取；多端元混合像元分解；玛多县中图分类号：TP73文献标识码：Adoi:10.3788/OPE3183

BlackSoilLandrecognitionatMaduoCountyinsourceregionofYellowRiverbasedonquantitativeremotesensing

ANRu,XUXiao-feng*,LIXiao-xue,LIANGXin

(SchoolofEarthScienceandEngineering,HehaiUniversity,Nanjing210098,China)

*Correspondingauthor,E-mail:695367020@

Abstract:TheMultipleEndmemberSpectralMixtureAnalysis(MESMA)wasusedtoextractthein-formationtoidentifythe“BlackSoilLand”inaremotesensingimage.BasedontheMESMAproposedbyRobert,thesurfacefeaturesinMaduowereanalyzedwhiletheendmemberswereextracted.InconsiderationoftheinsufficientinapplyingMESMAtothisresearcharea,thedecompositionstrategyanditsmechanismwereoptimized,thenalongwiththeformationmechanismof“blacksoilland”,modifiedMESMAwasappliedtoextractionofthe“blacksoilland”information.Identifiedresultsof“blacksoilland”wasverifiedbythemeasureddata,whichshowstheidentifyingaccuracyis82.81%,significantlyhigherthantheaccuracyof71.09%fromtheMESMAandprovesthattheimprovedMESMAcanidentifythe“BlackSoilLand”effectively.OnthebasisoftheimprovedMESMA,itin-dicatesthattheblacksoillandaccountsfor1.592×103km2inMaduoCounty,anditmainlydistrib-utesinthenorthernMaduoCoun