基于多源数据协同的SVM岩性分类研究——以江尕勒萨依地区为例

作者：朱明永,李炳谦,付翰泽,陈川,高猛

摘要：研究区位于阿尔金北缘江尕勒萨依山前一带,自然条件恶劣,基础地质工作薄弱,难以开展大比例尺填图工作。文章充分发挥遥感技术的优势,深度挖掘有用信息,在Worldview-2与Landsat-8 OLI数据的协同处理基础上,通过支持向量机(Support Vector Machine,简称SVM)对研究区岩性进行分类。结果表明,相比于单一原始影像,经协同处理的遥感影像分类精度高,总体分类精度83.22%,Kappa系数达到0.78,细化了各类地质体的展布位置,研究结果对艰险地区的区域地质调查工作具有一定的指导意义。

发文机构：核工业二一六大队 新疆大学

关键词：协同SVM总体分类精度Kappa系数data collaborationSVMoverall classification accuracyKappa

分类号： P627[天文地球—地质矿产勘探]