论文部分内容阅读
遥感影像盐碱地模式识别是通过遥感手段及时、准确获取地表盐碱地信息的重要手段,也是一个极其复杂的过程。提高遥感影像的盐碱地模式识别精度,克服盐碱地错分、漏分现象,对土地盐碱化监测具有重要的意义。鉴于Landsat/OLI-TIRS数据成像面积大而有利于获取同步信息,且能够免费获取,本文采用该数据进行了盐碱地模式识别研究。本文在内蒙古自治区通辽市科尔沁左翼中旗盐碱化较为严重的地区选取具体的小面积研究区(43°58’N - 44°08’N,122°26’E - 122°48’E),以2013年05月23日,条带号和行号分别为120和29的Landsat/OLI-TIRS数据为基础数据源,在建立研究区分类系统与获取训练样本的基础上,对Landsat/OLI-TIRS数据Band 1-7、Band9-11及基于原始波段提取的NDVI (Normalized Difference Vegetation Index)、NDWI (Normalized Difference Water Index)、NDSI (Normalized Difference Soil Index)、NDBI (Normalized Difference Building Index)、NDMI (Normalized Difference Moisture Index)及八个纹理特征(Mean、Variance、Homogeneity、Contrast、 Dissimilarity、Entropy、Second Moment 和 Correlation)共23个波段进行支持向量机算法的盐碱地模式识别与传统算法的盐碱地模式识别(包括基于最大似然法的盐碱地模式识别与基于ISODATA法的盐碱地模式识别),并通过基于随机样本的精度检验与基于目视解译的精度检验两种方法比较分析盐碱地模式识别结果。研究结果表明,基于支持向量机算法的盐碱地模式识别精度高于最大似然法盐碱地模式识别和ISODATA盐碱地模式识别。当采用支持向量机算法时,盐碱地主要与草地和居民点用地出现错分、漏分现象,而采用最大似然法和ISODATA法时,盐碱地除了与草地和居民点用地出现错分、漏分之外还和耕地出现错分、漏分现象。 其中支持向量机盐碱地模式识别错分、漏分误差最低,其次是最大似然法盐碱地模式识别,最次为ISODATA法盐碱地模式识别,其错分、漏分误差最高。