基于面向对象分类法的高分辨率遥感滑坡信息提取

被引：29

作者：

张毅

谭龙

陈冠

郭鹏

乔良

孟兴民

机构：

[1] 兰州大学西部环境教育部重点实验室

来源：

兰州大学学报(自然科学版) | 2014年 / 50卷 / 05期

关键词：

面向对象; 滑坡识别; 监督分类; 遥感;

D O I：

10.13885/j.issn.0455-2059.2014.05.028

中图分类号：

P237 [测绘遥感技术]; P642.22 [滑坡];

学科分类号：

1404 ; 0837 ;

摘要：

运用面向对象分类法中的基于监督分类和基于规则的滑坡识别方法,选择合适的特征属性,利用Aster和Geoeye的融合影像对构林坪流域进行滑坡信息提取,并对分类结果进行精度评价和比较.结果表明:基于监督分类的滑坡信息提取总体精度为66.58%,Kappa系数为0.65,具有较高的分类精度;基于规则的滑坡信息提取方法也取得了84.7%的识别结果,但是区域特殊地形地貌和引发滑坡因子的复杂性导致了72.6%的分歧因子.总体上基于面向对象分类法的高分辨率遥感滑坡信息提取在白龙江流域具有良好的适用性.

引用

页码：745 / 750

页数：6

共 12 条

[1] 人工神经网络在滑坡敏感性评价中的应用
谭龙
陈冠
曾润强
熊木齐
孟兴民
[J]. 兰州大学学报(自然科学版), 2014, 50 (01) : 15 - 20
[2] 白龙江流域基于GIS与信息量模型的滑坡危险性等级区划
陈冠
孟兴民
郭鹏
李亚军
曾润强
乔良
[J]. 兰州大学学报(自然科学版), 2011, 47 (06) : 1 - 6
[3] 面向对象遥感影像分类的最优分割尺度选择研究
于欢
张树清
孔博
李晓峰
[J]. 中国图象图形学报, 2010, (02) : 352 - 360
[4] 面向对象遥感分类方法在汶川地震震害提取中的应用
王岩
王晓青
窦爱霞
[J]. 地震, 2009, 29 (03) : 54 - 60
[5] Assessment of multiresolution segmentation for delimiting drumlins in digital elevation models[J] . Clemens Eisank,Mike Smith,John Hillier.Geomorphology . 2014
[6] Landslide mapping with multi-scale object-based image analysis – a case study in the Baichi watershed, Taiwan[J] . Lahousse T.,Chang K. T.,Lin Y. H..Natural Hazards and Earth System Science . 2011 (144)
[7] Distribution pattern of earthquake-induced landslides triggered by the 12 May 2008 Wenchuan earthquake[J] . Tolga Gorum,Xuanmei Fan,Cees J. van Westen,Run Qiu Huang,Qiang Xu,Chuan Tang,Gonghui Wang.Geomorphology . 2011 (3)
[8] A hybrid object-based classification approach for mapping urban sprawl in periurban environment[J] . Anne Jacquin,Lucie Misakova,Michel Gay.Landscape and Urban Planning . 2007 (2)
[9] Parameter selection for region-growing image segmentation algorithms using spatial autocorrelation
Espindola, G. M.
Camara, G.
Reis, I. A.
Bins, L. S.
Monteiro, A. M.
[J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2006, 27 (14) : 3035 - 3040
[10] Classification and Change Detection Using Landsat TM Data[J] . Conghe Song,Curtis E. Woodcock,Karen C. Seto,Mary Pax Lenney,Scott A. Macomber.Remote Sensing of Environment . 2001 (2)

← 1 2 →