“全域—局部”不透水面信息遥感分步提取模型

被引：7

作者：

程熙 ^{[1
,2
]}

沈占锋 ^{[1
]}

骆剑承 ^{[1
]}

周亚男 ^{[1
,2
]}

张新

机构：

[1] 中国科学院遥感与数字地球研究所

[2] 中国科学院大学

来源：

遥感学报 | 2013年 / 17卷 / 05期

基金：

国家高技术研究发展计划(863计划);

关键词：

全域—局部; 不透水面; 遥感; 分步提取;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

摘要：

提出"全域—局部"遥感信息分布提取模型,通过计算和整合影像局部范围内的空间和光谱特征来优化全域上光谱混淆较大像元的提取精度。模型分为两个主要计算步骤:"全域"前分类与"局部"后分类;"全域"前分类将仅划分出满足一定精度阈值标准的像元,而"局部"后分类则在此部分分类结果基础上,进一步发掘和计算已分类像元所蕴含的信息来辅助对全域未分类像元的提取。在不透水面专题提取过程中,采用支持向量机SVM作为前分类器,通过控制精度阈值所对应的分类后验概率产生部分分类结果;采用调节最小距离分类器作为后分类器,根据一定的权重整合像元局部范围内的空间与光谱信息,代替了传统的全域光谱信息来优化分类。实验采用TM5影像以及所对应的NLCD(National Land Cover Data)标准不透水面产品作为测试集,"全域-局部"模型对应单一SVM模型的提取精度由80.31%提高为82.73%,局部后分类器精度较单一SVM模型由54.27%提高到59.94%。实验证明该模型具有较明显的精度提升且能够较好地解决不透水面与裸土混淆的问题,并得到空间形态上更为完善的不透水面提取结果。

引用

页码：1191 / 1205

页数：15

共 13 条

[1] 利用混合光谱分解与SVM估算不透水面覆盖率
程熙
沈占锋
骆剑承
朱长明
周亚男
胡晓东
[J]. 遥感学报, 2011, 15 (06) : 1228 - 1241
[2] 分步迭代的多光谱遥感水体信息高精度自动提取
骆剑承
盛永伟
沈占锋
李均力
郜丽静
[J]. 遥感学报, 2009, 13 (04) : 610 - 615
[3] 遥感影像地学理解与分析[M]. 科学出版社 , 周成虎等著, 1999
[4] Remote sensing of impervious surfaces in the urban areas: Requirements, methods, and trends [J] . Qihao Weng.&nbsp&nbspRemote Sensing of Environment . 2011
[5] Integrating intermediate inputs from partially classified images within a hybrid classification framework: An impervious surface estimation example [J] . Li Luo,Giorgos Mountrakis.&nbsp&nbspRemote Sensing of Environment . 2010 (6)
[6] Updating the 2001 National Land Cover Database Impervious Surface Products to 2006 using Landsat Imagery Change Detection Methods [J] . George Xian,Collin Homer.&nbsp&nbspRemote Sensing of Environment . 2010 (8)
[7] 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
[8] Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery [J] . Changshan Wu.&nbsp&nbspRemote Sensing of Environment . 2004 (4)
[9] Estimating impervious surface distribution by spectral mixture analysis [J] . Changshan Wu,Alan T. Murray.&nbsp&nbspRemote Sensing of Environment . 2002 (4)
[10] Remote sensing of impervious surfaces: A review [J] . E. Terrence Slonecker,David B. Jennings,Donald Garofalo.&nbsp&nbspRemote Sensing Reviews . 2001 (3)

← 1 2 →