论文摘要
黄河三角洲湿地的动态变化监测对湿地资源合理利用、开发保护具有重要意义。采用C波段全极化高分三号(GF-3)合成孔径雷达数据与欧洲空间局哨兵二号(Sentinel-2B)多光谱数据,分析了黄河三角洲湿地7类地物的光谱、指数、极化散射以及纹理等特征信息,分别基于最大似然法(maximum likelihood,ML)、决策树(decision tree, DT)、支持向量机(support vector machine, SVM)方法实现了有监督分类,评估了两者协同与单独应用于湿地地物分类与识别的能力,结果表明,两者协同分类时,其总体精度分别可达90.4%、95.4%、95.7%,均明显高于两者单独分类的结果,证明了GF-3雷达数据与多光谱数据在湿地协同分类方面的可靠性和应用潜力。
论文目录
文章来源
类型: 期刊论文
作者: 李鹏,黎达辉,李振洪,王厚杰
关键词: 黄河三角洲,湿地分类,监督分类
来源: 武汉大学学报(信息科学版) 2019年11期
年度: 2019
分类: 基础科学
专业: 自然地理学和测绘学
单位: 中国海洋大学海底科学与探测技术教育部重点实验室,青岛海洋科学与技术试点国家实验室海洋地质过程与环境功能实验室,华东师范大学地理科学学院,英国纽卡斯尔大学工程学院
基金: 项目资助:国家自然科学基金(41806108),国家重点研发计划(2017YFE0133500,2016YFA0600903),山东省自然科学基金(ZR2016DB30),中国博士后科学基金(2016M592248),青岛市自主创新计划应用基础研究项目(16-5-1-25-jch),中央高校基本科研业务费专项资金(201713039),青岛市博士后人员应用研究项目~~
分类号: P237;P225.1
DOI: 10.13203/j.whugis20180258
页码: 1641-1649
总页数: 9
文件大小: 2141K
下载量: 450
相关论文文献
- [1].基于Sentinel-2的潮间红树林提取方法[J]. 测绘通报 2020(02)
- [2].基于Sentinel-2遥感影像的植被覆盖度反演及变化分析——以上海市奉贤区为例[J]. 园林 2020(11)
- [3].基于Sentinel-2的丛生竹林信息提取方法比较及分布特征[J]. 生态学杂志 2020(03)
- [4].基于Sentinel-2影像数据的耕地撂荒信息提取——以甘肃省天水市八里湾镇为例[J]. 生产力研究 2020(05)
- [5].Sentinel-2数据的冬小麦地上干生物量估算及评价[J]. 遥感学报 2017(02)
- [6].基于Sentinel-2波段/产品的图像云检测效果对比研究[J]. 遥感技术与应用 2020(05)
- [7].基于多时相Sentinel-2卫星数据的农作物分类研究[J]. 广东农业科学 2020(04)
- [8].基于Sentinel-1和Sentinel-2数据的杉木林地上生物量估算[J]. 南京林业大学学报(自然科学版) 2020(03)
- [9].结合Sentinel-2光谱与纹理信息的冬小麦作物茬覆盖度估算[J]. 遥感学报 2020(09)
- [10].基于Sentinel-2数据的水稻面积提取方法比较分析[J]. 北方农业学报 2019(05)
- [11].融合Sentinel-2红边波段和Sentinel-1雷达波段影像的扎龙湿地信息提取[J]. 湿地科学 2020(01)
- [12].基于Sentinel-2的平寨水库叶绿素a浓度反演[J]. 环境工程 2020(03)
- [13].基于深蓝算法的Sentinel-2数据气溶胶光学厚度反演[J]. 遥感技术与应用 2020(02)
- [14].基于Sentinel-2时序数据的山区积雪识别与面积变化[J]. 生态学杂志 2020(08)
- [15].棉花不同生长阶段Sentinel-2卫星植被指数变化特征[J]. 中国棉花 2019(08)
- [16].基于多层神经网络与Sentinel-2数据的大豆种植区识别方法[J]. 地球信息科学学报 2019(06)
- [17].多时相Sentinel-2影像在浙西北茶园信息提取中的应用[J]. 浙江农林大学学报 2019(05)
- [18].Sentinel-2卫星影像融合方法与质量评价分析[J]. 遥感技术与应用 2019(03)
- [19].Sentinel-2数据的小型湖泊水生植被类群自动提取方法——以翠屏湖为例[J]. 遥感信息 2019(05)
- [20].基于Sentinel-2遥感影像的玉米冠层叶面积指数反演[J]. 农业机械学报 2018(01)
- [21].基于Sentinel-2和Landsat8 OLI数据融合的土地利用分类研究[J]. 福建农林大学学报(自然科学版) 2020(02)
- [22].基于Sentinel-2影像分辨率提升的西南山区油菜作物识别研究[J]. 福建农业学报 2020(08)
- [23].基于Sentinel-2卫星数据的中山市植被叶面积指数反演及空间分析[J]. 环境监控与预警 2019(05)
- [24].Sentinel-2卫星影像的大气校正方法[J]. 光学学报 2018(01)
- [25].基于Sentinel-2影像的西南山区不同生长期水稻识别[J]. 农业工程学报 2020(07)
- [26].基于Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算[J]. 干旱区研究 2019(04)
- [27].利用全卷积网络提取Sentinel-2影像高低层建筑区[J]. 测绘通报 2019(07)
- [28].基于Sentinel-2时序多特征的植被分类[J]. 浙江农林大学学报 2019(05)
- [29].基于Sentinel-2数据的典型草原光合/非光合植被覆盖度估算[J]. 草业科学 2018(12)
- [30].基于随机森林和Sentinel-2影像数据的低山丘陵区土地利用分类——以重庆市江津区李市镇为例[J]. 长江流域资源与环境 2019(06)