基于SVM與多源數(shù)據(jù)融合的土地利用分類.pdf

1、土地利用與土地覆蓋變化是全球變化研究的重要內(nèi)容，土地覆蓋變化對地面反照率和地球生物化學(xué)循環(huán)，區(qū)域的水質(zhì)和水量，生物多樣性及陸地生態(tài)系統(tǒng)的初級生產(chǎn)力和環(huán)境適應(yīng)能力產(chǎn)生深刻的影響，因此及時準(zhǔn)確地獲取土地覆蓋信息對政府決策部門和科學(xué)研究都具有重要意義。隨著遙感平臺的多樣化和圖像分辨率的提高，遙感技術(shù)已成為土地利用與土地覆蓋變化研究中不可或缺的手段。
　　 在遙感影像的土地利用/土地覆蓋分類中，解譯標(biāo)志，即分類特征指標(biāo)，作為聯(lián)系圖像信息

2、和土地利用的生態(tài)學(xué)特征之間的紐帶，是提高遙感影像分類的一個重要因素。另外，選擇好的分類方法，也是實現(xiàn)高精度、智能化的進行遙感影像分類的前提條件。
　　 本文以2000年獲取的Landsat TM影像作為主信息源，根據(jù)目前土地利用/土地覆蓋調(diào)查過程中沿用的3級分類系統(tǒng)，在研究區(qū)進行了土地利用分類，主要的工作如下：
　　 (1)對TM影像的幾個光譜波段進行選擇，挑選最佳波段組合作為分類特征；考慮到植被指數(shù)對水體和濕地的影響，

3、將植被指數(shù)也作為分類特征之一。結(jié)合光譜特征和植被指數(shù)進行土地利用分類，結(jié)果表明光譜特征是起主導(dǎo)作用的，結(jié)合植被指數(shù)后，有效的分離出水體和濕地，提高了分類精度。
　　 (2)在分類方法上，采用SVM進行影像分類，通過和其它傳統(tǒng)的遙感影像分類方法比較。結(jié)果表明，SVM在解決小樣本、高維問題方面具有獨特的優(yōu)勢，分類精度較高，在遙感影像分類中的應(yīng)用有得天獨厚的優(yōu)勢。
　　 (3)結(jié)合SPOT影像，進行了高分辨率影像和多光譜影像的