基于Landsat8遥感影像的合肥市土地利用分类

被引:16
作者
许伟
奚砚涛
机构
[1] 中国矿业大学资源与地球科学学院
关键词
遥感; Landsat8; 土地利用分类; 监督分类; BP神经网络;
D O I
10.14088/j.cnki.issn0439-8114.2015.15.011
中图分类号
F301.24 [土地开发与利用]; S127 [遥感技术在农业上的应用];
学科分类号
083306 ; 0903 ; 082804 ;
摘要
基于Landsat8卫星2013年9月获取的合肥市OLI多光谱数据,在经过校正以及波段的融合等处理后得到的数据作为研究数据,采用不同分类方法进行分类识别,并且对比不同分类器在遥感影像分类中的效果和分类精度。根据国家土地利用现状分类的标准和合肥市土地利用的现状,将合肥市的土地主要分为建设用地、交通用地、水体、绿化用地、农业用地、林地等6类,并采用5种常见监督分类方法和BP神经网络分类法对于本研究数据进行分类,结合实际用地情况对分类结果进行了总结分析,完成总体分类精度和Kappa系数等指标对各分类器精度的评价,对比了各分类器对各要素的分类精度。
引用
收藏
页码:3625 / 3629+3637 +3637
页数:6
相关论文
共 13 条
[1]   基于MODIS数据的辽宁省土地利用分类研究 [J].
张雨 ;
林辉 ;
臧卓 ;
严恩萍 ;
东启亮 ;
邱琳 .
西南林业大学学报, 2014, 34 (01) :52-54+56
[2]   基于ENVI的唐山湾三岛土地利用遥感分类方法的比较分析 [J].
付佳 ;
黄海军 ;
杨曦光 .
海洋科学, 2014, 38 (01) :20-26
[3]   新一代Landsat系列卫星:Landsat 8遥感影像新增特征及其生态环境意义 [J].
徐涵秋 ;
唐菲 .
生态学报, 2013, 33 (11) :3249-3257
[4]   基于TM影像、森林资源清查数据和人工神经网络的森林碳空间分布模拟 [J].
汪少华 ;
张茂震 ;
赵平安 ;
陈金星 .
生态学报, 2011, 31 (04) :998-1008
[5]   浅谈遥感图像监督分类与非监督分类 [J].
杨鑫 .
四川地质学报, 2008, (03) :251-254
[6]   基于决策树和MODIS数据的土地利用分类 [J].
孙艳玲 ;
杨小唤 ;
王新生 ;
陈建军 .
资源科学, 2007, (05) :169-174
[7]   概率神经网络与BP网络模型在遥感图像分类中的对比研究 [J].
李朝锋 ;
杨茂龙 ;
许磊 ;
杨蒙召 .
国土资源遥感, 2004, (04) :11-13+18
[8]   基于人工神经网络——多层感知器(MLP)的遥感影像分类模型 [J].
韩玲 .
测绘通报, 2004, (09) :29-30+42
[9]   人工神经网络模型在地学研究中的应用进展 [J].
李双成 ;
郑度 .
地球科学进展, 2003, (01) :68-76
[10]   人工神经网络遥感影像分类模型及其与知识集成方法研究 [J].
骆剑承 ;
周成虎 ;
杨艳 .
遥感学报, 2001, (02) :122-129