首页 期刊 山西师范大学学报·自然科学版 基于遥感和GIS的土地利用分类方法研究 【正文】

基于遥感和GIS的土地利用分类方法研究

作者:杨艳青; 柴旭荣 山西师范大学地理科学学院; 山西临汾041004
最大似然法   支持向量机   人工神经网络  

摘要:本文基于遥感卫星数据,在遥感软件ENVI 5.1和地理信息系统软件Arc GIS 10.0的支持下,通过最大似然法(MLC)、支持向量机(SVM)、人工神经网络(ANN)三种方法,对研究区土地利用/覆盖(LUCC)分类进行信息提取,并对不同分类方法的结果进行比较分析和精度检验.研究表明:使用支持向量机进行遥感图像分类,精度优于最大似然法和人工神经网络,且学习速度也较快,可更好地区分土地利用类型,提高土地利用信息的精度,适用于不同地貌单元,能够作为小尺度范围内遥感影像LUCC分类研究的有效工具.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅