-
作者
李瑄李大成陈金勇孙康
-
单位
太原理工大学矿业工程学院高分辨率对地观测系统山西数据与应用中心中国电子科技集团第五十四研究所
-
摘要
多时相遥感数据的土地覆盖分类精度比单时相数据的分类精度更高,而中高分辨率传感器的重复观测频次低,严重制约了基于时间序列影像分类的精度。时空融合技术是解决时序观测数据缺失的有效手段,但该技术在基于时序数据的分类研究中的应用尚缺乏充分验证。针对此问题,以辽宁省部分地区为研究区,以Landsat和MODIS数据为研究对象,以STARFM、ESTARFM及半物理融合模型为年度Landsat时间序列数据的生成手段,以随机森林、最大似然及支持向量机方法为时序分类器,对比分析了不同融合模型与分类器的协同分类精度。实验结果表明:时空融合处理能够有效提升时序分类的精度尤其是植被类型地物,并且对分类器的选择不敏感。
-
关键词
时空融合时序分类精度评定LandsatMODIS
-
基金项目(Foundation)
基于卫星城市建设典型地物要素变化检测技术项目（06-Y20A17-9001-17/18）；
-
文章目录
1 研究区概况与数据情况
1.1 研究区概况
1.2 实验数据
2 实验方法
2.1 基于时空融合的时序影像生成
2.1.1 STARFM时空融合模型
2.1.2 ESTARFM时空融合模型
2.1.3 半物理融合模型
2.2 时序影像数据的分类
2.2.1 随机森林分类器
2.2.2 最大似然分类器
2.2.3 支持向量机分类器
2.2.4 影像分类处理
3 实验结果及分析
3.1 时空融合结果及分析
3.1.1 时空融合结果
3.1.2 融合结果分析
3.2 分类结果及分析
3.2.1 分类结果
3.2.2 分类结果评价
4 结论
-
引用格式
李瑄,李大成,陈金勇,孙康.基于时空融合的Landsat反射率数据时序重建与分类质量评价[J].太原理工大学学报,2020,51(06):889-899.
-
相关文章
太原理工大学学报 
2020年第06期 
