欢迎来到天天文库
浏览记录
ID:53569937
大小:1.14 MB
页数:6页
时间:2020-04-18
《基于MODIS数据的辽宁省土地利用分类研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第34卷第1期西南林业大学学报Vo1.34No.12014年2月JOURNALOFSOUTHWESTFORESTRYUNIVERSⅡlYFeb.2014doi:10.3969/j.issn.2095—1914.2014.01.010基于MODIS数据的辽宁省土地利用分类研究张雨林辉臧卓严恩萍东启亮邱琳(中南林业科技大学林业遥感信息工程研究中心,湖南长沙410004)摘要:采用最大似然法、马氏距离法、光谱角填图法、支持向量机法、神经网络法和最小距离法6种分类方法,对辽宁省2010年3—12月MODISNDVI数据,用该数据做主成分分析的前3个主成分数据、
2、前5个主成分数据和2010年6一lO月MODISNDVI数据等4类数据进行土地利用分类研究。结果表明:6种分类方法中最大似然法、马氏距离法和最小距离法3种方法较适合对MODISNDVI数据进行信息提取,其总体分类精度分别达82.63%、80.29%、79.17%,乔木林类型信息提取精度分别达81.91%、78.54%、80.02%;3种对原始数据进行变换的方法中6—10月数据效果较好,其总体分类精度最高达82.63%,乔木林信息提取的最高精度达78.54%。关键词:土地利用分类;遥感;MODIS数据;信息提取;辽宁省中图分类号:s771文献标志码:A文
3、章编号:2095—1914(2014)0l一0052—06ResearchOHLandUseClassificationinLiaoningProvinceBasedonMODISDataZHANGYu,uNHui,ZANGZhuo,YANEn—ping,DONGQi—Liang,QIULin(ResearchCenterforForestryRemoteSensing&InformationEngineering,CentralSouthUniversityofForestrySciences&Technology,ChangshaHunan4100
4、04,China)Abstract:Theland.useclassificationinLiaoningProvincewasconductedwithMODISNDVIdatabetweenMarchandDecemberin2010(bytakingthetop3principalcomponentsofMODISNDVIdata,andthetop5prin—cipalcomponentsofMODISNDVIdataofthistimedurationindividually),andwithMODISNDVIdatafromJunetoOc
5、toberin2010bymeansofsixkindsofclassificationmethods,i.e..theMaximumLikelihoodMethod.theMahalanobisDistanceMethod,theSpectralAngleMappingMethod,theSupportVectorMachinesMethod,theNeuralNetworkMethodandtheMinimumDistanceMethod,TheclassificationresultsshowedthattheMaximumLikelihoodM
6、ethod,theMahalanobisDistanceMethodandtheMinimumDistanceMethodwerecomparativelymoresuitableforMODISNDVIdatainformationextraction.whoseoveral1classificationaccuracywas82.63%.8O.29%and79.17%individually,andwhoseinformationextractionprecisionofarborforestsreached81.91%.78.54%and80.0
7、2%,respectively.Intermsofgrowingphases,thebestresultsofvegetationdatatransformationbythesethreemethodswereobtainedfromJunetoOctober,whoseoverallclassificationaccuracyreached82.63%.andwhoseinformationextractionprecisionofarborforestscouldreach78.54%.Keywords:land-riseclassificati
8、on;remotesensing;MODISdata;informationextractio
此文档下载收益归作者所有