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]	高源, 侯春萍, 李梦龙, 马丹, 杨阳. 异常检测驱动的GNSS-R海冰半监督多任务反演算法[J]. 吉林大学学报(地球科学版), 2026, 56(3): 1088-1106.
[2]	刘洪学, 杨化超, 卞和方, 李斌, 李磊, 汪森. 基于深度学习及人机协同的煤矿区地表遥感影像变化图斑智能提取[J]. 吉林大学学报(地球科学版), 2026, 56(3): 1076-1087.
[3]	王明常, 于海滨, 曾昭发, 王典, 韩复兴, 张剑, 罗修杰, 冷亮, 刘子维. 基于多源遥感数据的城市道路坍塌易发性预测[J]. 吉林大学学报(地球科学版), 2025, 55(3): 1028-1038.
[4]	王民水, 王明常, 王婧瑜, 刘子维. 融合注意力机制和权重平衡算法的遥感图像分类 [J]. 吉林大学学报(地球科学版), 2025, 55(2): 697-704.
[5]	杨笑天, 谭金林, 鱼昕, 赵俊哲, 刘铭. 基于GAM-YOLOv8的遥感图像舰船目标跟踪[J]. 吉林大学学报(地球科学版), 2025, 55(1): 328-339.
[6]	王威, 熊艺舟, 王新. NHNet——新型层次化遥感图像语义分割网络[J]. 吉林大学学报(地球科学版), 2024, 54(5): 1764-1772.
[7]	林雨准, 刘智, 王淑香, 芮杰, 金飞. 基于卷积神经网络的光学遥感影像道路提取方法研究进展[J]. 吉林大学学报(地球科学版), 2024, 54(3): 1068-1080.
[8]	王明常, 丁文, 赵竞争, 吴琳琳, 王凤艳, 纪雪. 基于知识图谱与随机森林的落叶松毛虫害遥感识别[J]. 吉林大学学报(地球科学版), 2023, 53(6): 2006-2017.
[9]	闫佰忠, 李瑶, 秦光雄, 于开宁, 吴云霞, 王亚楠. 基于遥感技术的贵德盆地多元信息干热岩靶区预测[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1288-1300.
[10]	赵忠海, 乔锴, 孙景贵, 陈俊, 崔晓梦, 梁杉杉, Manirambona Alain Jospin. 黑龙江建边农场地区遥感蚀变异常提取方法[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1275-1275.
[11]	李美霖, 芮杰, 金飞, 刘智, 林雨准. 基于改进YOLOX的遥感影像目标检测算法[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1313-1322.
[12]	戴均豪, 薛林福, 李忠潭, 桑学佳, 马建雄. 无人机遥感技术在甘肃北山地区地质填图中的应用[J]. 吉林大学学报(地球科学版), 2021, 51(6): 1908-1920.
[13]	王博帅, 蒲东川, 李婷婷, 牛雪峰. 基于多源遥感影像的长春市城市建成区提取[J]. 吉林大学学报(地球科学版), 2021, 51(4): 1284-1294.
[14]	王明常, 朱春宇, 陈学业, 王凤艳, 李婷婷, 张海明, 韩有文. 基于FPN Res-Unet的高分辨率遥感影像建筑物变化检测[J]. 吉林大学学报(地球科学版), 2021, 51(1): 296-306.
[15]	吴燕清, 王世成, 丁园, 王文正, 余弘龙, 王青, 李杨. 内蒙古新城子盆地铀及多金属矿产勘查遥感应用[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1917-1928.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed