基于GF-2遥感影像的机械性破损面提取方法

作者：夏既胜,马梦莹,符钟壬

摘要：机械性破损面容易引发水土流失、次生地质灾害等生态环境问题,但目前还缺乏其基于遥感影像的有效提取方法。选择机械性破损面分布密集的云南省螳螂川流域为研究对象,基于高分二号(GF-2)遥感影像,探讨其基于纹理特征辅助的面向对象提取方法。根据7类地物特征建立地物分类规则,在最优尺度分割的基础上,基于光谱特征的决策树A和基于“光谱+纹理”特征的决策树B进行面向对象的分类。经过精度评价分析得出,相对于传统的监督分类法和仅基于光谱的面向对象分类法,基于“光谱+纹理”特征的决策树B分类方法使Kappa系数和总精度分别提高至0.82和86.25%,有效地提高了机械性破损面的提取精度。

发文机构：云南大学地球科学学院

关键词：高分二号(GF-2)机械性破损面面向对象分类法决策树GF-2mechanical damage surfaceobject-oriented classificationdecision tree

分类号： TP79[自动化与计算机技术—控制科学与工程][自动化与计算机技术—检测技术与自动化装置]