科学网 › 标签 › 混合像元

标签: 混合像元

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

第二次全国土地调查的数据质量似乎不怎样呀？: 热度 2 jiangming800403 2013-12-31 11:52; 第二次土地调查数据的质量看起来不怎么样由于遥感混合像元解译的问题，地埂、田间道路、沟渠，散生树木、田间草地等大都都会被统计到耕地里面，因此，遥感得到的耕地面积比实际情况多10%-20%都是正常的，按照美国NASA的数据，中国耕地长期在22-23亿亩。另外草地面积明显偏少，只有4亿公顷这一惯用值的70%，少了近20亿亩，可能是没有计入一部分草原化荒漠和荒漠草原，而林地面积（2.54亿公顷，园地面积里也很多属于经济林，这似乎已经接近了我国潜在森林覆盖率的极限）似乎又偏多，根据最近一次森林普查，我国森林覆盖率刚刚突破20%，大体上很多疏林草地和灌草丛可能都已经算到林地里面去了附：土地调查主要数据耕地： 13538.5万公顷（203077万亩）其中，有564.9万公顷（8474万亩）耕地位于东北、西北地区的林区、草原以及河流湖泊最高洪水位控制线范围内，还有431.4万公顷（6471万亩）耕地位于25度以上陡坡。上述耕地中，有相当部分需要根据国家退耕还林、还草、还湿和耕地休养生息的总体安排作逐步调整。全国基本农田10405.3万公顷（156080万亩）。园地：1481.2万公顷（22218万亩）林地：25395.0万公顷（380925万亩）草地：28731.4万公顷（430970万亩）城镇村及工矿用地：2873.9万公顷（43109万亩）交通运输用地： 794.2万公顷（11913万亩）水域及水利设施用地： 4269.0万公顷（64036万亩）另外为其他土地; 个人分类: 农业、食品与农村发展|2645 次阅读|9 个评论

针对ETM基于BP网络像元分解模型分类研究: maokebiao 2009-5-31 17:58; 摘　要:限制遥感图像分类精度的一个主要原因是混合像元问题。因此像元分解也一直是遥感研究的一个热点问题。本文针对传统像元分解方法的缺点，首先对影像进行纯净像元提取，再对混合像元进行分解。在提取纯净像元时，利用ETM影像的全色波段和单波段不同的分辨率选取训练样本，从而克服了传统像元分解中需要两种影像或地面实测资料的缺点。然后用BP神经网络对混合像元进行分解。同时用民乐县的ETM影像作了试验。又利用对应的土地利用图作了验证。取得了比较好的效果。 1. 毛克彪 , 覃志豪 , 张万昌 , 针对 ETM 基于 BP 网络模型的像元分解研究 , 遥感信息 , 2004, 74(2):27-30. PDF下载; 个人分类: 星星点灯|3638 次阅读|0 个评论

一个基于SOFM网络模型的遥感图像分类方法: maokebiao 2009-5-31 17:57; 摘　要:遥感图像分类一直是遥感研究方面的一个热点问题，也是遥感图像数据挖掘方面的一个重要方面。针对传统神经网络分类的弱点，先根据土地利用图对典型地物的像元值进行取样，然后用监督分类对纯净像元进行提取，最后利用自组织神经网络对剩余混合像元进行分类，从而避免了对纯净像元的误分，而且克服了传统神经网络的不足。利用SOFM网络模型对民乐县的遥感影像进行了分类并和传统的神经网络分类以及对应的土地利用图做了比较，用SOFM网络模型有效地提高了分类精度。为了保证分类精度，对地形和大气做了精校正。 1. 毛克彪 , 覃志豪 , 张万昌 , 一个基于 SOFM 网络模型的遥感图象分类方法 , 遥感技术与应用， 2003, 6:399-402. PDF下载; 个人分类: 星星点灯|3168 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 混合像元

相关帖子

相关日志

关闭安全验证