利用混合光谱分解与SVM估算不透水面覆盖率

摘要：

对比了线性混合光谱分解模型(SMA)与支持向量机(SVM)在TM影像上估算不透水面覆盖率(ISP)的精度,通过SVM模型拟合TM像元光谱特征与样本ISP间的关联而获得对未知像元ISP的估算能力.对于天津市主城区的TM影像,选择学校区、工矿区和住宅区的高分辨率影像分类结果作为训练样本(7020个)和验证样本(1 500个),SVM模型的ISP估算均方差(15.4％)优于SMA估算结果(19.4％)；在增加缨帽变化“绿度分量”‘及混合光谱分解“高反射率分量”作为SVM特征变量后,ISP估箅精度提高为12％.研究结果表明:SVM模型能够拟合各像元光谱组分间非线性关系且具有较好小样本泛化的性能,适用于地面样本较少的大区域ISP制图；增加与ISP相关性大的光谱特征向最作为SVM输入能提供更多的区域地物空间分布信息,能够调整无样本的地表类型的ISP估算值,提高区域ISP估算的整体精度.

关键词：不透水面、不透水面覆盖率、混合光谱分解、支持向量机、估算

所属期刊栏目：15

分类号：TP701(遥感技术)

资助基金：国家自然科学基金40871203;40971228;国家高技术研究发展计划863计划2009AA12Z148;2009AA12Z121;水体污染控制与治理科技重大专项项目2008ZX07318-001

在线出版日期：2012-03-06（万方平台首次上网日期，不代表论文的发表时间）

页码：1228-1241