• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于GEE 和Landsat 8 OLI 影像的土地覆被分類研究

      2022-01-14 08:02:40胡叢慧
      科學(xué)技術(shù)創(chuàng)新 2021年35期
      關(guān)鍵詞:會寧縣居住地分類器

      胡叢慧

      (蘭州大學(xué)資源環(huán)境學(xué)院,甘肅蘭州 730000)

      1 概述

      土地覆被信息在生態(tài)環(huán)境應(yīng)用及可持續(xù)發(fā)展、城鄉(xiāng)規(guī)劃和管理中起著重要的作用[1-3]。目前,遙感影像已被廣泛應(yīng)用在土地覆被分類中。然而,如何提高遙感影像土地覆被信息的準(zhǔn)確性仍然是一個挑戰(zhàn),“同物異譜”、“異物同譜”以及復(fù)雜景觀中光譜特征相似的地物類別造成的混淆難以消除。隨著機(jī)器學(xué)習(xí)的發(fā)展,隨機(jī)森林(Random Frost,RF) 分類器已被證明在繪制植被類型和土地覆被時,取得了較好的提取結(jié)果[4]。

      Google Earth Engine(GEE)平臺作為一個云計算平臺,除了免費提供計算能力,還可以直接訪問各種開源數(shù)據(jù)[5]。除此之外GEE 還提供了大量有關(guān)機(jī)器學(xué)習(xí)、矢量/柵格運算、數(shù)據(jù)整合的函數(shù),使計算過程更加簡單直接[6]。QU Le'an 等[7]使用提供多源數(shù)據(jù)和基于云的環(huán)境的GEE 平臺,開發(fā)了一種新穎的方法,在免費的Landsat 圖像上得到土地利用/土地覆被產(chǎn)品。

      2 研究區(qū)與數(shù)據(jù)處理

      2.1 研究區(qū)概況

      會寧縣位于甘肅省中部,地理坐標(biāo)為東經(jīng)104°29' ~105°31'、北緯35°24' ~ 36°26'。會寧縣溝壑縱橫,多山地、川地、塬地,土地構(gòu)造復(fù)雜,屬于隴西黃土高原丘陵溝壑典型生態(tài)脆弱區(qū)[8]。

      2.2 遙感數(shù)據(jù)準(zhǔn)備

      為了更好反映植被信息,本文選取Landsat 8 OLI 2017 年5 月到8 月的數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù),空間分辨率為30m。GEE 平臺中該數(shù)據(jù)已進(jìn)行過大氣校正,還需對數(shù)據(jù)進(jìn)行篩選、裁剪及處理,去除云、陰影的影響。

      2.3 樣本數(shù)據(jù)

      根據(jù)土地利用現(xiàn)狀分類標(biāo)準(zhǔn)以及會寧縣實際土地覆被分類狀況,將分類體系分為林地、草地、湖泊/水庫、耕地、河流、居住地、稀疏草地共7 種類別。在ArcGIS 軟件中隨機(jī)且均勻地布設(shè)1592 個樣本點,并結(jié)合野外實地調(diào)查照片與Google Earth 高分辨率遙感影像對樣本點進(jìn)行目視解譯。對于較為集中的地物,如居住地、湖泊/水庫等,適當(dāng)調(diào)整樣本點的分布,樣本點分布情況如圖1 所示。

      圖1 樣本點分布情況圖

      3 研究方法

      3.1 隨機(jī)森林算法

      Breiman 等在2001 年提出的隨機(jī)森林分類器,具有高效率、高精度的優(yōu)點[9]。隨機(jī)森林分類器作為一種簡單高效的分類器,面對復(fù)雜數(shù)據(jù)仍然具有魯棒性,因此在土地覆被分類中得到普遍使用。

      3.2 特征選取

      3.2.1 光譜特征

      光譜特征包括Landsat 8 OLI 可見光波段以及短波紅外波段。此外,在GEE 中選取NPP 夜間燈光遙感數(shù)據(jù)作為光譜特征之一。

      表1 Landsat 8 OLI 光譜特征

      3.2.2 光譜指數(shù)

      本文選擇以下六種光譜指數(shù)參與分類,用以提高不同植被類別、水體、湖泊/水庫、居住地等的區(qū)分度。

      3.2.3 地形參數(shù)特征

      會寧縣山地多,地勢較高,地形因素影響著會寧縣地物的分布情況。為了提高土地覆被分類精度,需要加入地形特征,在GEE 平臺提取海拔高度、坡度、坡向作為地形特征加入到分類特征中。

      3.2.4 紋理特征

      灰度共生矩陣(Gray-level Co-occurrence Matrix,GLCM)是提取紋理特征的常用方式[10]。在GEE 平臺直接計算近紅外波段的GLCM,并選擇對比度、方差、相關(guān)性、熵、逆差矩、異質(zhì)性以及角二階矩共7 種紋理特征參與分類。

      4 實驗結(jié)果與分析

      本文選擇會寧縣2017 年5 月-2017 年8 月的無云遙感數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)進(jìn)行分類,充分體現(xiàn)植被的分布狀況。分類器選擇隨機(jī)森林算法,分類樹大小為100,分類過程中將樣本點按照8:2 的比例隨機(jī)分為訓(xùn)練樣本和測試樣本。最終得到會寧縣土地覆被分類圖,其中總體精度為85.31%,Kappa 系數(shù)為0.81,圖2 為分類結(jié)果。

      圖2 土地覆被分類結(jié)果

      分類結(jié)果大致符合實際情況,河流主要為祖厲河及其支流;居住地主要分布在會寧縣城和沿河而建的居住地;林地主要分布在鐵木山、會寧縣縣城周圍以及會寧縣東部地區(qū);稀疏草地主要分布在會寧縣北部;分類統(tǒng)計表中可以看出草原與耕地占比較大,耕地包括河谷地區(qū)的水澆地以及山區(qū)的旱地;草原包括天然草原以及退耕還草的草地。

      表2 分類結(jié)果統(tǒng)計表

      5 結(jié)論

      文章利用GEE 平臺,基于Landsat 8 OLI 數(shù)據(jù),結(jié)合夜光遙感數(shù)據(jù)、光譜特征、光譜指數(shù)特征、地形參數(shù)特征以及紋理特征,盡可能消除地物混淆。本文方法雖然得到了理想的會寧縣2017 年土地覆被分類圖,但仍然存在部分“椒鹽”現(xiàn)象,且地物的識別不夠完整,后續(xù)可針對該問題改進(jìn)分類方法。

      猜你喜歡
      會寧縣居住地分類器
      “開心農(nóng)場”進(jìn)校園——會寧縣小學(xué)勞動教育見聞
      更正啟事
      鳥類居住地
      BP-GA光照分類器在車道線識別中的應(yīng)用
      電子測試(2018年1期)2018-04-18 11:52:35
      Binturong熊貍
      麋鹿&大象
      加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
      結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
      會寧縣林業(yè)可持續(xù)發(fā)展的助推器
      山東:符合條件外來人口可在居住地申請低保
      綠色中國·B(2014年9期)2015-01-30 21:25:07
      获嘉县| 通州市| 原平市| 朝阳市| 若尔盖县| 延安市| 钟祥市| 普宁市| 库车县| 大渡口区| 渝中区| 菏泽市| 礼泉县| 昆山市| 怀化市| 鹰潭市| 永宁县| 田阳县| 奉化市| 安化县| 福建省| 晴隆县| 万荣县| 平定县| 罗田县| 通州区| 榆树市| 泰安市| 连山| 新巴尔虎右旗| 察隅县| 博野县| 固安县| 依安县| 遂川县| 莒南县| 杂多县| 林芝县| 威信县| 南郑县| 余江县|