基于波段子集的独立分量分析的特征提取的高光谱遥感影像分类

针对高光谱影像数据具有波段众多、数据量较大的特点,本文提出了一种基于波段子集的独立分量分析(ICA)特征提取的高光谱遥感影像分类的新方法。以北京昌平小汤山地区的高光谱影像为例,根据高光谱遥感影像的相邻波段的相关性进行子空间划分,在各个波段子集上采用ICA算法进行特征提取,将各个子空间提取的特征合并组成特征向量,采用支持向量机(SVM)分类器进行分类。结果表明:该方法分类精度最佳(分类精度89.04%,Kappa系数0.8605,明显优于其它特征提取方法的SVM分类,有效地提高了高光谱数据的分类精度。     

一种应用Google Earth的城市亮化度模型分析与验证

城市亮化度一定程度上反映着城市的发展水平,但与城市规模等相关指标的定量关系不太明确。针对该情况,提出了一种应用Google Earth中"夜景地球"(Earth City Lights)图层,结合与城市规模密切相关的经济规模指标、人口数量、建成区面积等来定量研究城市亮化度模型,并选取样本城市对该模型进行验证。经数据验证,该模型具有较高的可信度。