东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

结合光谱与纹理信息的SVM遥感土壤盐渍化信息提取研究

ISSN号：1009-2307
期刊名称：《测绘科学》
时间：0
分类：TP75[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] S157.1[农业科学—土壤学;农业科学—农业基础科学]
作者机构：[1]新疆大学资源与环境科学学院,乌鲁木齐830046, [2]新疆大学绿洲生态教育部重点实验室,乌鲁木齐830046, [3]新疆大学研究生院学位办,乌鲁木齐830046
相关基金：基金项目：自治区高校科研计划项目（编号：XJEDU2004106,XJEDU2005107）;教育厅创新研究群体基金项目（编号：XJEDU2004G04）;新疆绿洲重点实验室开放课题（XJDX0201-2007-01,03）;新疆大学青年教师科研启动基金（QN070122）;新疆大学博士启动基金（BS050108）

作者：张飞[1,2,3], 塔西甫拉提·特依拜[1,2], 丁建丽[1,2], 田源[1,2], 依力亚斯江·努尔麦麦提[1,2], 哈学萍[1,2]

关键词：支持向量机(SVM), 光谱, 盐渍化, 灰度共生矩阵, 纹理信息, support vector machines （SVM） , spectral, soil salinization , gray co-occurrence matrix, texture information

中文摘要：

本文为了提高地物识别的正确性，克服异物同谱和同物异谱现象，以渭干河-库车河三角洲绿洲为例，利用ETM＋数据，探讨了该绿洲盐渍化土地覆盖信息的提取方法。文章提出了基于SVM的光谱和纹理两种信息复合的分类方法，通过此方法对该绿洲进行分类研究，并将分类结果与最小距离法、最大似然法（MLC）和单源数据（光谱）SVM分类结果进行定性和定量比较分析。研究结果表明：该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题，并对高纬输入向量具有较高的推广能力，因此该方法更适合于遥感图像分类和盐渍化信息提取，是地物遥感信息提取的有效途径。

英文摘要：

In this paper, in order to overcome the different thing with same spectrum and the same thing with different spectrum phenomenon, taking the Delta Oasis of Weigan and Kuqa rivers for example, using ETM ＋ data, the method of extracting of soil salinization is discussed. The classifieation method based on support vector machine （SVM） and combination of spectrum and texture information is proposed. The classification result is compared with minimum distance classification, maximum likelihood classification and single data source （spectrum） SVM classification qualitatively and quantitatively. The research result shows that this method can effectively solve the problem of low accuracy and fracture classification result in single data source classification, it has high spread ability toward higher array input. Therefore, this method is adapted to RS image classification and monitoring of soil salinization, furthermore, provides an efficient way for remote sensing information extraction.

同期刊论文项目