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

详细信息   

• 责任者：张飞^c新疆大学^d1980^e在读博士 ; 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
• 刊名：干旱区地理
• 出版年：2009
• 卷期：32^b1总123
• 关键词：遥感 ; 支持向量机 ; 土壤盐渍化11^a塔里木盆地20^a纹理 ; 数学模型 ; 图象处理21^a新疆30^a灰度共生矩阵31^a渭干河—库车河三角洲
• 页码：57～66
• 索书号：P192.1/591
• 图表：^c表2参33插图
• 分类号：2110,1700
• 文摘期号：2009/07

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和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。