多源数据的土地覆被样本自动提取

摘要：

随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题.然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈.本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类.首先,以2010年l:10万土地利用数据CHINALC和30m分辨率全球土地覆被数据GlobleLand30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本.结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1.(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性.综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度.

关键词：自动化、样本提取、土地覆被/土地利用、分类、MODIS

所属期刊栏目：21

分类号：TP751(遥感技术)

资助基金：National Key Research and Development Program of China2017YFD0300400;Educational Commission of Henan Province of China16A520081;The "Strategic Priority Research Progran" of the Chinese Academy of SciencesNo.XDA05050000国家重点研发计划项目2017YFD0300400;河南省高等学校重点科研项目16A520081;中国科学院战略性先导科技专项XDA05050000

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：757-766