软硬分类方法结合提取新疆北部地区MODIS积雪信息

被引:3
作者
孙永猛
丁建丽
瞿娟
机构
[1] 新疆大学资源与环境科学学院绿洲生态教育部重点实验室
关键词
软硬分类; 支持向量机; 线性光谱混合模型; MODIS; 新疆;
D O I
10.13577/j.jnd.2013.0311
中图分类号
P426.635 [];
学科分类号
0706 ; 070601 ;
摘要
积雪是影响新疆水资源管理和季节性洪水灾害的重要因素,对气候环境变化的响应非常敏感,积雪信息是模拟预测积雪融水的基础参数。针对利用MODIS数据提取积雪丰度信息精度较低的问题,提出将MODIS影像分割为纯净像元部分和混合像元部分,分别利用支持向量机(SVM)和线性光谱混合模型(LSMM)分类再组合的方法,并与单独使用SVM和LSMM分类的方法进行精度对比分析。结果表明:该方法的决定系数为0.846,比软分类的LSMM方法提高了5.2个百分点,比硬分类的SVM方法提高了3.4个百分点;均方根误差(RMSE)为0.177,比SVM方法提高了0.034,比LSMM方法提高了0.016。因此,软硬分类结合的方法能够在一定程度上克服了各自的缺点,有效提高MODIS数据积雪丰度提取的精度和效率,并且图像质量亦有所提高。
引用
收藏
页码:76 / 83
页数:8
相关论文
共 16 条
[1]  
高光谱遥感图像分类方法研究.[D].杨希明.哈尔滨工程大学.2007, 06
[2]   南疆近60年来洪灾时空变化特征分析 [J].
满苏尔·沙比提 ;
吴美华 .
地理科学, 2012, 32 (03) :386-392
[3]   一种新型的支持向量机约简方法及其应用 [J].
张斌 ;
唐朝晖 ;
朱红求 ;
桂卫华 .
系统仿真学报, 2012, 24 (02) :344-347+364
[4]   基于混合像元分解的MODIS积雪面积信息提取及其精度评价——以天山中段为例 [J].
陈晓娜 ;
包安明 ;
张红利 ;
柳梅英 .
资源科学, 2010, 32 (09) :1761-1768
[5]   基于遥感的新疆北疆积雪盖度及雪深监测 [J].
裴欢 ;
房世峰 ;
覃志豪 ;
刘志辉 .
自然灾害学报, 2008, (05) :52-57
[6]   基于支持向量机的高光谱遥感图像分类 [J].
谭琨 ;
杜培军 .
红外与毫米波学报, 2008, (02) :123-128
[7]   基于MODIS遥感数据的混合像元分解技术研究和应用 [J].
郑有飞 ;
范旻昊 ;
张雪芬 ;
吴荣军 .
南京气象学院学报, 2008, (02) :145-150
[8]   MODIS数据Bowtie效应快速消除算法研究 [J].
刘良明 ;
文雄飞 ;
余凡 ;
张丰 ;
陈晶 .
国土资源遥感, 2007, (02) :10-15
[9]   MODIS图像的薄云透明云检测 [J].
王永亮 .
气象科学, 2007, (01) :76-81
[10]   混合像元分解法提取积雪盖度 [J].
延昊 ;
张国平 .
应用气象学报, 2004, (06) :665-671