集成多时相ETM+影像的证据推理湿地遥感分类

J4 ›› 2011, Vol. 41 ›› Issue (4): 1246-1252.

集成多时相ETM+影像的证据推理湿地遥感分类

李华朋^{1, 2}, 张树清¹, 孙妍^{1, 2}, 刘春悦^{1, 2}

1．中国科学院东北地理与农业生态研究所, 长春130012;
2．中国科学院研究生院, 北京100049

收稿日期:2010-10-07 出版日期:2011-07-26 发布日期:2011-07-26
通讯作者: 张树清(1964-)，男，吉林白山人，研究员，博士生导师，主要从事数据挖掘、GIS几何建模等方面研究 E-mail:zhangshuqing@neigae.ac.cn
作者简介:李华朋(1984-)|男|辽宁抚顺人|博士研究生|主要从事多源遥感分类及数据挖掘等方面研究|E-mail:lhpcas@163.com
基金资助:
国家自然科学基金项目(40871188)；国家科技支撑项目课题 (2009BADB3B01-05)；中国科学院知识创新工程信息化项目课题(INFO-115-C01-SDB4-05)；中国科学院知识创新工程重要方向项目课题(KZCX2-YW-Q10-1-3)

Wetland Classification Using Evidential Reasoning Approach with Multi-Temporal Landsat ETM+Imagery

LI Hua-peng^{1, 2}, ZHANG Shu-qing¹, SUN Yan^{1, 2}, LIU Chun-yue^{1, 2}

1.Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun130012, China;
2.Graduate University, Chinese Academy of Sciences, Beijing100049, China

Received:2010-10-07 Online:2011-07-26 Published:2011-07-26

摘要/Abstract

摘要：

选择黑龙江省扎龙湿地自然保护区作为研究区，开展了基于Dempster-Shafer理论的证据推理方法(ER)湿地遥感空间分类研究，提出了一种针对ETM+多波段遥感影像的计算证据支持度的新算法，利用证据推理方法集成研究区5个时相的ETM+影像。研究表明，证据推理方法能有效集成多时相ETM+影像实现湿地空间分类，其总体分类精度比基于任一单时相影像的最大似然法(MLC)分类精度都高，提高幅度约为2%~12%。

关键词: 图像分类, 湿地空间分类, 多时相影像, 证据推理, 遥感

Abstract:

The Zhalong National Nature Reserve (NNR) that located in Heilongjiang Province was selected as a study area, five temporal ETM+imagery covering the study area were used as material for wetland mapping. An evidential reasoning (ER) approach that built on Dempster-Shafer theory was introduced to combine the five images. We used a new algorithm named minimum distance to generate evidence support from ETM+image. Results indicated that ER was an effective approach to integrate multi-temporal imagery for wetland mapping. Compared to classification results of single image based maximum likelihood classifier (MLC), the improvement of overall accuracy by ER approach was apparent (2%-12%).

Key words: image classification, wetland spatial classification, multi-temporal imagery, evidential reasoning (ER), remote sensing

中图分类号:

TP79

李华朋, 张树清, 孙妍, 刘春悦. 集成多时相ETM+影像的证据推理湿地遥感分类[J]. J4, 2011, 41(4): 1246-1252.

LI Hua-peng, ZHANG Shu-qing, SUN Yan, LIU Chun-yue. Wetland Classification Using Evidential Reasoning Approach with Multi-Temporal Landsat ETM+Imagery[J]. J4, 2011, 41(4): 1246-1252.

参考文献

相关文章 15

[1]	王明常, 张馨月, 张旭晴, 王凤艳, 牛雪峰, 王红. 基于极限学习机的GF-2影像分类[J]. 吉林大学学报(地球科学版), 2018, 48(2): 373-378.
[2]	闫佰忠, 邱淑伟, 肖长来, 梁秀娟. 长白山玄武岩区地热异常区遥感识别[J]. 吉林大学学报(地球科学版), 2017, 47(6): 1819-1828.
[3]	张施跃, 束龙仓, 闵星, 胡慧杰, 邹志科. 基于土地利用类型的大气降水入渗补给量计算[J]. 吉林大学学报(地球科学版), 2017, 47(3): 860-867.
[4]	李晓东, 姜琦刚. 吉林西部多时相遥感数据分类方案的构建及应用[J]. 吉林大学学报(地球科学版), 2017, 47(3): 907-915.
[5]	彭令, 徐素宁, 彭军还. 多源遥感数据支持下区域滑坡灾害风险评价[J]. 吉林大学学报(地球科学版), 2016, 46(1): 175-186.
[6]	周林飞, 陈启新, 成遣, 张静. 利用粗糙集理论进行遥感分类信息提取[J]. 吉林大学学报(地球科学版), 2015, 45(4): 1246-1256.
[7]	黄绍霖，徐涵秋，王琳. CPF变化对Landsat TM/ETM+辐射校正结果的影响[J]. 吉林大学学报(地球科学版), 2014, 44(4): 1382-1387.
[8]	唐菲，徐涵秋. 城市不透水面与地表温度定量关系的遥感分析[J]. 吉林大学学报(地球科学版), 2013, 43(6): 1987-1996.
[9]	顾玲嘉, 赵凯，任瑞治，孙健. 两种被动微波遥感混合像元分解方法比较[J]. 吉林大学学报(地球科学版), 2013, 43(6): 2057-2064.
[10]	朱长明，李均力, 张新，骆剑承，沈占锋. 新疆博斯腾流域湿地遥感监测及时空变化过程[J]. 吉林大学学报(地球科学版), 2013, 43(3): 954-961.
[11]	王明常，牛雪峰，陈圣波，王亚楠，汪自军. 基于DART模型的PROBA/CHRIS数据叶面积指数反演[J]. 吉林大学学报(地球科学版), 2013, 43(3): 1033-1039.
[12]	崔瀚文，姜琦刚，邢宇，徐驰，林楠. 32 a来气候扰动下中国沙质荒漠化动态变化[J]. 吉林大学学报(地球科学版), 2013, 43(2): 582-591.
[13]	陈勇，何中发，黎兵，赵宝成. 崇明东滩潮沟发育特征及其影响因素定量分析[J]. 吉林大学学报(地球科学版), 2013, 43(1): 212-219.
[14]	王星东，李新武，熊章强，梁雷. 基于改进的交叉极化比率算法的南极冻融探测[J]. 吉林大学学报(地球科学版), 2013, 43(1): 306-311.
[15]	陈永良，李学斌. 核概率距离聚类方法及应用[J]. 吉林大学学报(地球科学版), 2013, 43(1): 312-318.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed