基于多源遥感影像融合的武汉市土地利用分类方法研究

被引：25

作者：

翟天林 ^{[1
,2
]}

金贵 ^{[1
,3
,2
]}

邓祥征 ^{[3
]}

李兆华 ^{[1
,2
]}

王润 ^{[1
,2
]}

机构：

[1] 湖北大学资源环境学院

[2] 区域开发与环境响应湖北省重点实验室

[3] 中国科学院地理科学与资源研究所

来源：

长江流域资源与环境 | 2016年 / 25卷 / 10期

基金：

中国博士后科学基金;

关键词：

城市土地利用分类; 影像融合; Sentinel-1A; Landsat8 OLI; 武汉市;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

准确高效的获取土地利用信息,对于合理利用和开发土地资源具有十分重要的意义。在快速城镇化地区,土地利用活动频繁且密集,土地利用格局演变十分剧烈,增加了城市土地利用精准分类的不确定性;且受环境气候和云雨天气影响增加了有效光学影像获取的难度。为提高城市土地分类精度,该文选取武汉市中心城区为研究案例,以Sentinel-1A和Landsat8 OLI影像为数据源,采用Gram-Schmidt变换方法进行影像融合,选取最大似然、支持向量机、CART决策树、BP神经网络等4种分类方法对融合的影像进行分类,提取了研究区土地利用信息,并对其进行分析。进一步,通过与光学影像的分类结果对比,探究了Sentinel-1A和Landsat8 OLI融合影像在土地利用信息提取方面是否具有优势。研究结果表明:(1)对比其他3种方法,CART决策树分类方法对于融合后的影像分类精度最高,总体分类精度和Kappa系数分别达到88.55%和0.841 4;(2)与光学影像相比,Sentinel-1A和Landsat8 OLI融合影像可以更有效地获取高精度城市土地利用信息;(3)基于多源遥感影像融合的CART决策树分类方法是获取研究区高精度土地利用信息的一种行之有效的技术手段。研究成果可为快速城镇化区域的土地利用分类提供参考。

引用

页码：1594 / 1602

页数：9

共 31 条

[11] Optimizing land cover classification accuracy for change detection, a combined pixel-based and object-based approach in a mountainous area in Mexico[J] . Jesus Aguirre-Gutiérrez,Arie C. Seijmonsbergen,Joost F. Duivenvoorden.Applied Geography . 2011
[12] Hierarchical Multiple Endmember Spectral Mixture Analysis (MESMA) of hyperspectral imagery for urban environments
Franke, Jonas
Roberts, Dar A.
Halligan, Kerry
Menz, Gunter
[J]. REMOTE SENSING OF ENVIRONMENT, 2009, 113 (08) : 1712 - 1723
[13] Hierarchical object oriented classification using very high resolution imagery and LIDAR data over urban areas[J] . Yunhao Chen,Wei Su,Jing Li,Zhongping Sun.Advances in Space Research . 2008 (7)
[14] Object-based classification of residential land use within Accra, Ghana based on QuickBird satellite data[J] . D. Stow,A. Lopez,C. Lippitt,S. Hinton,J. Weeks.International Journal of Remote Sensing . 2007 (22)
[15] Sub-pixel mapping of urban land cover using multiple endmember spectral mixture analysis: Manaus, Brazil[J] . Rebecca L. Powell,Dar A. Roberts,Philip E. Dennison,Laura L. Hess.Remote Sensing of Environment . 2006 (2)
[16] Continuum-based classification of remotely sensed imagery to describe urban sprawl on a watershed scale
Clapham, WB
[J]. REMOTE SENSING OF ENVIRONMENT, 2003, 86 (03) : 322 - 340
[17] Integrating spatial statistics and remote sensing
Stein, A
Bastiaanssen, WGM
De Bruin, S
Cracknell, AP
Curran, PJ
Fabbri, AG
Gorte, BGH
Van Groenigen, JW
Van der Meer, FD
Saldana, A
[J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 1998, 19 (09) : 1793 - 1814
[18] Review article Multisensor image fusion in remote sensing: concepts, methods and applications[J] . C. Pohl,J. L. Van Genderen.International Journal of Remote Sensing . 1998 (5)
[19] SUPPORT-VECTOR NETWORKS
CORTES, C
VAPNIK, V
[J]. MACHINE LEARNING, 1995, 20 (03) : 273 - 297
[20] 基于ICA与SVM算法的高光谱遥感影像分类[J]. 梁亮,杨敏华,李英芳.光谱学与光谱分析. 2010(10)

← 1 2 3 4 →