独立分量分析与主成分分析方法的湿地遥感分类精度对比——以西洞庭湖湿地为例

Wetland Science(2014)

引用 3|浏览0
暂无评分
摘要
拟探索提高中、高分辨率遥感影像湿地分类精度的新方法,为洞庭湖湿地研究提供方法支持.通过将独立分量分析方法应用于遥感图像分类,并与主成分分析方法结果进行对比,验证其是否能有效提高湿地分类精度.结果表明,应用独立分量分析和主成分分析方法处理遥感影像,没有造成图像信息损失;Landsat 5 TM影像经过两种方法处理后,影像清晰度变差,但并不足以影响典型湿地类型的目视判读;SPOT 5影像经过两种方法处理后,影像更加清晰.独立分量分析方法可以明显提高典型湿地类型的可分性,但对于草滩地和水田的分类仍然存在缺陷.Landsat 5 TM影像经独立分量分析算法处理后,总体精度比原始影像提高11.83%,比用主成分分析方法处理后的影像精度高5.35%; SPOT 5影像经独立分量分析算法处理后,总体精度比原始影像提高10.7%,比用主成分分析方法处理后的影像精度高5.07%.独立分量分析基于高阶统计信息,不但能去除波段之间的相关性,而且可以得到分量之间相互独立的特性,增强不同湿地类型的可分离性,从而提高了信息提取的精度.
更多
查看译文
关键词
Dongting Lake,wetland information extraction, independent component analysis, remote sensing classification
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要