基于Landsat-8和Sentinel-1A辽东湾海冰分类研究 |
| |
引用本文: | 王姝力,王志勇,王磊. 基于Landsat-8和Sentinel-1A辽东湾海冰分类研究[J]. 北京测绘, 2019, 33(12) |
| |
作者姓名: | 王姝力 王志勇 王磊 |
| |
作者单位: | 山东科技大学 测绘科学与工程学院,山东 青岛 266590;西华师范大学 国土资源学院,四川 南充 637009 |
| |
摘 要: | 为研究辽东湾海冰类型特征,文中基于2016年2月9日的Landsat-8和Sentinel-1A数据,结合多光谱、归一化植被指数(NDVI)构建CART自动决策树(CART Automatic Decision Tree),并用灰度共生矩阵(GLCM)统计Sentinel-1ASAR数据的纹理信息特征,对比传统监督分类并验证两种遥感图像海冰分类精度。研究指出:对Landsat-8数据,基于CART自动决策树的分类精度最高,总精度达81.68%;而Sentinel-1ASAR数据,基于最大似然分类的总精度为73.88%,相比于CART自动决策树,其能获得更高的海冰分类精度。分析本研究可知,基于光学数据的CART自动决策树在海冰类型识别中占优,而最大似然分类在SAR数据中对海冰类型的识别度较好,本文为辽东湾海冰监测与预报提供了一种有希望的技术手段。
|
关 键 词: | 辽东湾海冰 分类回归树(CART)之自动决策树 灰度共生矩阵 分类精度对比 |
Study of Sea Ice Classification of Landsat-8 and Sentinel-1A in Liaodong Bay |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|