版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、自20世紀90年代以來,土地利用和土地覆蓋變化已經(jīng)成為全社會關注的熱點問題。哈爾濱市是黑龍江省省會,經(jīng)濟發(fā)展迅速,近年來土地利用/土地覆蓋變化較快。本研究以哈爾濱市中心城區(qū):南崗區(qū)、道里區(qū)、道外區(qū)、香坊區(qū)、平房區(qū)、呼蘭區(qū)、松北區(qū)等七個區(qū)為研究區(qū),采取現(xiàn)今使用最廣泛的遙感分類方法提取土地利用信息進行區(qū)域的土地利用信息提取對比研究。選取Landsat-8多光譜影像為數(shù)據(jù)源;基于最大似然法、決策樹、支持向量機和人工神經(jīng)網(wǎng)絡等監(jiān)督分類方法,以地
2、物光譜、遙感特征指數(shù)和空間特征指數(shù)作為變量提取地物類型信息。對比分析基于單純地物光譜遙感分類與基于指數(shù)的遙感分類兩種方法在土地利用信息提取中的精度,以期為更好地協(xié)調哈爾濱市土地利用與城市擴展提供數(shù)據(jù)支持。主要研究結果如下:
1、基于單純地物光譜的最大似然法、決策樹分類法、支持向量機、人工神經(jīng)網(wǎng)絡等遙感分類方法提取哈爾濱市土地利用信息,結果顯示總體分類精度依次為:決策樹分類法(83.09%)>人工神經(jīng)網(wǎng)絡(82.18%)>支持向
3、量(81.84%)>最大似然法(76.13%)。
2、基于最大似然法、決策樹分類法、支持向量機、人工神經(jīng)網(wǎng)絡等遙感分類方法,改變輸入特征變量提取哈爾濱市土地利用信息。結果顯示:基于指數(shù)的遙感分類方法與基于單純地物光譜的遙感分類方法相比,大部分基于指數(shù)的遙感分類方法相比基于單純地物光遙感分類方法精度有所提高。
3、根據(jù)特征指數(shù)對最大似然法、決策樹分類法、支持向量機、人工神經(jīng)網(wǎng)絡4種遙感分類方法分類精度影響的差異,將4種
4、分類方法各篩選出4組變量組合,進而提取研究區(qū)土地類型信息。基于單純地物光譜遙感分類與基于指數(shù)的遙感分類方法精度比較結果顯示:最大似然法分類總體精度和Kappa系數(shù)最少提高了6.31%、0.08;最多提高了7.42%、0.09;決策樹分類方法分類總體精度和Kappa系數(shù)最少提高了0.8%、0.08;最多提高了2.92%、0.01;支持向量機總體精度和Kappa系數(shù)最少提高了1.71%0.03;最多提高了1.96%、0.03;人工神經(jīng)網(wǎng)絡總
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遙感影像的道路信息提取方法研究.pdf
- 基于統(tǒng)計方法的遙感信息提取研究.pdf
- 基于GF-2遙感影像的城鎮(zhèn)地物信息提取分割尺度研究.pdf
- 濕地遙感信息提取方法研究.pdf
- 遙感影像景觀分類信息提取方法研究.pdf
- 基于遙感影像分塊提取地物方法的研究.pdf
- 遙感影像上面狀地物信息自動提取方法的研究.pdf
- 多源衛(wèi)星遙感溢油信息提取方法研究.pdf
- 遙感圖像混合像元信息提取方法研究.pdf
- 基于SVM遙感數(shù)據(jù)專題信息提取.pdf
- 基于SVM遙感圖像專題信息提取研究.pdf
- 多尺度遙感影像道路信息提取方法研究.pdf
- 24231.基于面向對象混合分類方法的城市典型地物信息提取研究
- 典型地物的實測光譜數(shù)據(jù)分析與遙感蝕變信息提取研究.pdf
- 27109.基于遙感的野鴨湖濕地信息提取方法研究
- 多源遙感數(shù)據(jù)小麥病害信息提取方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的遙感影像變化信息提取方法研究.pdf
- 不同水平油菜氮素含量遙感信息提取方法研究.pdf
- 戈壁信息遙感提取方法對比分析.pdf
- 52633.面向面狀地物的多尺度信息提取方法研究
評論
0/150
提交評論