文献类型：期刊文章

作　　者：邹青青[1] 戚晓明[1] 王晶[2] 姚保峰[1]

ZOU Qingqing;QI Xiaoming;WANG Jing;YAO Baofeng(College of Computer Engineering,Bengbu University,Bengbu 233030,Anhui,P.R.China;College of Science,Bengbu University,Bengbu 233030,Anhui,P.R.China)

机构地区：[1]蚌埠学院计算机工程学院,安徽蚌埠233030 [2]蚌埠学院理学院,安徽蚌埠233030

出　　处：《湿地科学》

基　　金：国家自然科学基金项目(11626033);安徽省教育厅高校自然科学研究重点项目(KJ2015A267);安徽省自然科学基金重点项目(KJ2016A456);蚌埠学院工程研究中心项目(BBXYGC2015B02)资助

年　　份：2018

卷　　号：16

期　　号：4

起止页码：479-485

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、GEOBASE、GEOREFPREVIEWDATABASE、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以淮河流域蚌埠段为研究区,利用2014年3景Landsat 8多光谱数据,采用支持向量机、决策树和面向对象分类方法,对研究区中的河流、湖泊、滩地和库塘（包括水田、水库、坑塘和水渠）进行遥感分类。由于各类型湿地在Landsat 8各波段影像中的光谱特征相似度较高,不利于分类,所以,在利用影像光谱数据的同时,借助于影像数据中的空间信息和温度信息,进行分类。研究结果表明,采用面向对象分类方法提取的河流、湖泊的用户精度较高;采用决策树分类方法提取的滩地、库塘的用户精度较高;采用支持向量机分类方法提取的河流、湖泊、库塘的用户精度较高,但是在河流、湖泊的分类中出现了椒盐现象,在滩地分类中出现了错分;与另两种方法相比,面向对象分类方法提取的河流或狭长湖泊末梢信息更准确。

关 键 词：湿地信息  多光谱数据 支持向量机 决策树 面向对象 淮河流域

分 类 号：TP751.1]