【类型】期刊

【题名】基于GF-1 PMS影像的土地利用/覆盖分类研究

【基金项目】江西省水利厅科技项目(KT201527)；江西省创新专项基金项目(YJSCX20170019)；江西省交通运输厅科技项目(2017H0018)；大学生创新创业训练计划项目

【作者】 吴宗俊，万程辉，张红梅

【关键词】 1 支持向量机 监督分类 土地利用/覆盖分类 GF

【摘要】土地利用/覆盖变化是当前全球环境变化的重要内容之一,而土地利用/覆盖分类是其基础工作之一。以萍乡市区为研究区,利用国产GF-1 PMS影像为基础数据,采用最小距离、最大似然法、平行六面体和支持向量机四种监督分类法进行了土地利用/覆盖分类试验研究。结果表明:最大似然法和支持向量机分类算法具有更好的分类精度,总体精度分别为93.3和96.03,Kappa系数分别为0.917 2和0.948 7,而最小距离法和平行六面体的精度则差很多。由于GF-1 PMS的多光谱波段和全色波段的空间分辨率分别为8 m和2 m,因而支持向量机分类结果可以满足很多水文、生态等模型的需要。

【年份】2020

【页码】437-442，456

【期号】第3期

【作者单位】南昌工程学院；鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室

【期刊卷】第36卷

【全文阅读】 获取全文