基于支持向量机的竹林信息提取研究

被引：4

作者：

郭宝华 ^{[1
]}

范少辉 ^{[1
]}

官凤英 ^{[1
]}

黄永南 ^{[2
]}

机构：

[1] 国际竹藤中心竹藤科学与技术重点实验室

[2] 福建省永安市林业局

来源：

西北林学院学报 | 2014年 / 02期

关键词：

支持向量机; Landsat TM影像; 竹林; 精度评价;

D O I：

暂无

中图分类号：

S795 [竹];

学科分类号：

0829 ; 0907 ;

摘要：

竹资源的消长、变化对区域经济可持续发展和生态平衡维护具有重要作用,信息提取是应用遥感技术对竹资源监测和管理的基础,以TM遥感影像为基础,采用支持向量机(SVM)方法对福建省顺昌县的竹资源信息进行提取,并与传统的最大似然分类法进行比较。结果表明:基于支持向量机方法提取精度达到81.01%,kappa系数为0.77;该方法比最大似然法精度高,并且操作简单和适用性强。

引用

收藏

页码：80 / 84

页数：5

相关论文

共 17 条

[1] 基于支持向量机的遥感影像分类比较研究 [J].

王小明 ;

毛梦祺 ;

张昌景 ;

许勇 .

测绘与空间地理信息, 2013, 36 (04) :17-20+23

[2] 不同分类方法在竹林遥感信息识别中的应用 [J].

官凤英 ;

范少辉 ;

郜燕芳 ;

肖复明 ;

蔡华利 .

中国农学通报, 2013, 29 (01) :47-52

[3] 湘中丘陵区毛竹纯林、竹杉混交林土壤有机碳库动态 [J].

漆良华 ;

杜满义 ;

范少辉 ;

岳祥华 ;

艾文胜 ;

孟勇 ;

杨明 .

生态学杂志, 2012, 31 (12) :3038-3043

[4] 基于遥感技术的竹资源变化监测研究 [J].

范少辉 ;

官凤英 ;

苏文会 ;

刘广路 .

西北林学院学报, 2012, 27 (05) :169-173

[5] 一种改进的SVM决策树及在遥感分类中的应用 [J].

丁胜锋 ;

孙劲光 ;

陈东莉 ;

李扬 ;

姜晓林 .

计算机应用研究, 2012, 29 (03) :1146-1148+1151

[6] 基于FSVM的周宁县地质灾害易发性评价研究 [J].

傅文杰 .

西北林学院学报, 2011, 26 (04) :85-89

[7] 闽北毛竹林枯落物层持水功能研究 [J].

张昌顺 ;

范少辉 ;

谢高地 .

林业科学研究 , 2010, (02) :259-265

[8]

大气校正对毛竹林生物量遥感估算的影响[J]. 范渭亮,杜华强,周国模,徐小军,崔瑞蕊,董德进.应用生态学报. 2010(01)

[9] 基于SVM算法和纹理特征提取的遥感图像分类 [J].

丁海勇 ;

卞正富 .

计算机工程与设计, 2008, (08) :2131-2132+2136

[10] 基于支持向量机的遥感影像湿地信息提取研究 [J].

姚云军 ;

张泽勋 ;

秦其明 ;

邱云峰 .

计算机应用研究, 2008, (04) :989-990+995