根据ndvi提取非水体_【学术论文】基于遥感影像分类的城市建成区提取结果的精度探讨...

本文探讨了城市建成区遥感影像提取技术,对比了监督分类、非监督分类和面向对象分类的优缺点,并通过武汉市案例分析精度,为城市建成区提取提供指导。
摘要由CSDN通过智能技术生成

学术论文专栏

学术论文专栏是中国城市规划学会城市规划新技术应用学术委员会于2020年7月在公众号开设的新专栏,内容主要是历届信息化年会优秀论文推介,旨在分享国土空间规划信息化领域最新的理论探索、应用研究和实践经验。历期文章可点击“阅读原文”查看。

摘 要:本文主要以城市建成区为例,介绍了目前国内外对于城市建成区现状的提取技术、提取过程中出现的不足以及未来遥感提取技术的发展方向。以武汉市landsat 8 遥感影像为主要数据源,选择监督分类、非监督分类以及面向对象的分类方法对武汉市建成区边界现状信息进行提取,并比较3 种分类方法的优缺点。通过叠加分析以及混淆矩阵的方法对影像分类方法的结果进行精度评价,找出误差产生的原因,分析误差结果,最终对城市建成区提取技术给出指导性建议。

关键词:城市建成区;遥感影像;分类;精度

1、引言 城市地区承载了密集的人口、社会经济活动、基础设施等要素,描述这些要素的空间分布及其在时间轴上的发展和演变信息,令长时间的城市建成区变化能在城市空间格局研究、城市发展方向分析等方面起到关键作用,同时在国土空间规划过程中为城市开发边界与空间开发保护现状评估提供研究基础,构建一个能够满足城市居民生活需求、可持续发展的城市。 目前,遥感技术因覆盖范围广、多时相、现势性、多分辨率、多光谱和信息量丰富等优势而成为提取城市建成区信息的重要手段之一,但在遥感数据提取中所产生的质量问题和不确定性问题也受到了人们的关注。因此,如何在遥感影像的分类过程中高效、快速、智能地从遥感数据中获取高精度的类别数据,成为遥感信息提取研究的核心问题之一。

2、发展历程

最初的遥感影像对于土地利用的分类是通过目视解译来实现的,主要是根据人的经验知识来判断地物类型,但由于人工专业知识水平有限,存在结果不确定性高、效率低、精度控制较难、解译经验要求高等缺点。随着遥感影像分辨率的提高,发展了各种监督分类和非监督分类技术及其改进方法,近几年又衍生出很多其他分类方法,如遥感与GIS 结合、分层分类法、面向对象的分类法、多源信息复合分类法等。目前国内针对提高信息提取精度的研究主要集中在两个方面,一方面是利用高分辨率影像和低分辨率全光谱影像的融合提高提取精确;另一方面是通过引入图像形状特征来减少地物漏分类和错误分类的现象。但在遥感数据分类提取中依然存在很多局限性,其中最大的问题就是如何确保通过遥感数据分类技术得到的专题类别数据的可靠性。此外,同谱异物、时相变化和地物单元空间交错分布等现象,造成影像中大量混合
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值