基于面向对象分类法的高分辨率遥感滑坡信息提取 | |
张毅; 谭龙; 陈冠; 郭鹏; 乔良; 孟兴民 | |
刊名 | 兰州大学学报(自然科学版) |
2014-10-15 | |
卷号 | 50期号:5页码:745-750 |
关键词 | 面向对象 滑坡识别 监督分类 遥感 |
ISSN号 | 0455-2059 |
中文摘要 | 运用面向对象分类法中的基于监督分类和基于规则的滑坡识别方法,选择合适的特征属性,利用Aster和Geoeye的融合影像对构林坪流域进行滑坡信息提取,并对分类结果进行精度评价和比较.结果表明:基于监督分类的滑坡信息提取总体精度为66.58%,Kappa系数为0.65,具有较高的分类精度;基于规则的滑坡信息提取方法也取得了84.7%的识别结果,但是区域特殊地形地貌和引发滑坡因子的复杂性导致了72.6%的分歧因子.总体上基于面向对象分类法的高分辨率遥感滑坡信息提取在白龙江流域具有良好的适用性. |
出版地 | Lanzhou |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lzu.edu.cn/handle/262010/150729] |
专题 | 资源环境学院_期刊论文 |
推荐引用方式 GB/T 7714 | 张毅,谭龙,陈冠,等. 基于面向对象分类法的高分辨率遥感滑坡信息提取[J]. 兰州大学学报(自然科学版),2014,50(5):745-750. |
APA | 张毅,谭龙,陈冠,郭鹏,乔良,&孟兴民.(2014).基于面向对象分类法的高分辨率遥感滑坡信息提取.兰州大学学报(自然科学版),50(5),745-750. |
MLA | 张毅,et al."基于面向对象分类法的高分辨率遥感滑坡信息提取".兰州大学学报(自然科学版) 50.5(2014):745-750. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论