排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树(CART)、支持向量机(SVM)、随机森林(RF)3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明:相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。 相似文献
2.
3.
4.
ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)影像具有较高的地面分辨率,能在可见光、近红外、短波红外、热红外的光谱范围内的14个通道内成像,并且具有立体观测能力,因此AS-TER影像具有广泛的用途,能用于陆地、海洋、冰川、大气等方面的研究。影像定位技术是摄影测量学的核心理论基础之一,是实现从影像坐标到地面坐标转化的关键环节。对遥感图像的应用而言,确定目标位置是非常重要的。本文建立了ASTER影像的定位模型,并以此模型为基础进行ASTER影像定位误差的定量分析,实现在没有控制点和稀少(小于4个)控制点的情况下对ASTER L-1A级影像进行定位。 相似文献
1