| 多源数据的土地覆被样本自动提取 |
| |
| 引用本文： | 黄亚博,廖顺宝.多源数据的土地覆被样本自动提取[J].遥感学报,2017,21(5):757-766. |
| |
| 作者姓名： | 黄亚博 廖顺宝 |
| |
| 作者单位： | 河南大学 环境与规划学院, 开封 475004;河南大学 计算机与信息工程学院, 开封 475004,河南大学 环境与规划学院, 开封 475004;防灾科技学院, 北京 101601;中国科学院地理科学与资源研究所, 北京 100101 |
| |
| 基金项目： | 国家重点研发计划项目（编号：2017YFD0300400）；河南省高等学校重点科研项目（编号：16A520081）；中国科学院战略性先导科技专项（编号：XDA05050000） |
| |
| 摘 要： | 随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题。然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈。本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类。首先,以2010年1∶10万土地利用数据CHINALC和30 m分辨率全球土地覆被数据Globle Land30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本。结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1。(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性。综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度。
|
| 关 键 词： | 自动化 样本提取 土地覆被/土地利用 分类 MODIS |
| 收稿时间： | 2016/10/9 0:00:00 |
Automatic collection for land cover classification based on multisource datasets |
| |
| HUANG Yabo and LIAO Shunbao.Automatic collection for land cover classification based on multisource datasets[J].Journal of Remote Sensing,2017,21(5):757-766. |
| |
| Authors: | HUANG Yabo and LIAO Shunbao |
| |
| Institution: | College of Environment and Planning, Henan University, Kaifeng 475004, China;College of Computer and Information Engineering, Henan University, Kaifeng 475004, China and College of Environment and Planning, Henan University, Kaifeng 475004, China;Institute of Disaster Prevention, Beijing 101601, China;Institute of Geographic Sciences and Natural Resources Research, Beijing 100101, China |
| |
| Abstract: | |
| |
| Keywords: | automation samples collection land-cover/land-use classification MODIS |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《遥感学报》浏览原始摘要信息 |
| 点击此处可从《遥感学报》下载免费的PDF全文 |
|
