基于植被分区的多特征遥感智能分类

编号 zgly0001595339

文献类型 期刊论文

文献题名 基于植被分区的多特征遥感智能分类

作者 于菲菲  曾永年  徐艳艳  郑忠  刘朝松  王君  何晋强 

作者单位 中南大学地球科学与信息物理学院  中南大学空间信息技术与可持续发展研究中心 

母体文献 国土资源遥感 

年卷期 2014年01期

年份 2014 

分类号 P237  F301 

关键词 蚁群智能优化算法(ACIOA)  植被分区  多特征  遥感分类 

文摘内容 为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。