| 基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究 |
| |
| 引用本文： | 张飞,塔西甫拉提·特依拜,丁建丽,田源,依力亚斯江·努尔麦麦提,哈学萍.基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究[J].干旱区地理,2009,32(1). |
| |
| 作者姓名： | 张飞 塔西甫拉提·特依拜 丁建丽 田源 依力亚斯江·努尔麦麦提 哈学萍 |
| |
| 作者单位： | 1. 新疆大学资源与环境科学学院,新疆,乌鲁木齐,830046;新疆大学绿洲生态教育部重点实验室,新疆,乌鲁木齐,830046;新疆大学研究生院,新疆,乌鲁木齐,830046
2. 新疆大学资源与环境科学学院,新疆,乌鲁木齐,830046;新疆大学绿洲生态教育部重点实验室,新疆,乌鲁木齐,830046 |
| |
| 基金项目： | 新疆自治区高校科研计划，教育厅创新研究群体基金，新疆绿洲重点实验室开放课题，新疆大学校科研和教改项目 |
| |
| 摘 要： | 以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.
|
| 关 键 词： | 支持向量机 光谱 盐渍化 灰度共生矩阵 纹理特征 |
Extracting of soil salinization by SVM and accuracy evaluation based on texture characteristic |
| |
| ZHANG Fei,Tashpolat Tiyip,DING Jian-li,TIAN Yuan,Ilyas Nurmuhammat,HA Xue-ping.Extracting of soil salinization by SVM and accuracy evaluation based on texture characteristic[J].Arid Land Geography,2009,32(1). |
| |
| Authors: | ZHANG Fei Tashpolat Tiyip DING Jian-li TIAN Yuan Ilyas Nurmuhammat HA Xue-ping |
| |
| Institution: | ZHANG Fei1,2,3,Tashpolat Tiyip1,DING Jian-li1,TIAN Yuan1,Ilyas Nurmuhammat1,HA Xue-ping1,2(1 College of Resources and Environment Science,Xinjiang University,Urumqi 830046,Xinjiang,China,2 Key Laboratory of Oasis Ecology,3 Graduate School of Xinjiang University,China) |
| |
| Abstract: | It is of great importance to obtain the earth surface property timely and effectively,which can help us to know the relationship between human and nature phenomena and to make decision.In this paper,the author takes the North Oasis of the Tarim Basin(the delta Oasis of Weigan and Kuqa Rivers) for example,in virtue of ENVI software and using ETM+ data;discussing the method of extracting of soil salinization information.Remote sensing image classification is an important and complex problem.But conventional r... |
| |
| Keywords: | support vector machines(SVM) spectral soil salinization gray co-occurrence matrix texture characteristic |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
