简介:全极化SAR影像含有丰富的特征信息,针对单一特征用于分类难以达到满意精度的问题,提出一种基于不同目标分解方法及纹理信息的SVM(SupportVectorMachine,SVM)全极化SAR影像监督分类方法。结果表明,Cloude分解和Yamaguchi分解在极化特征信息提取时各有优势,且都优于Freeman分解效果;Cloude分解和Yamaguchi分解结合作为极化特征信息时,分类总体精度相对较高;纹理信息与极化特征信息在表现地物特性方面具有互补性,结合纹理信息后,分类总体精度提高了4.92%,为90.86%,Kappa系数为0.8754。
简介:石漠化现象是喀斯特地区最为严重的生态环境问题,越来越受到重视。此次实验以甘洛县为研究对象,运用NDVI像元二分模型结合3S手段,提取出了石漠化区域,并进行了等级划分。根据实地调查结果表明,该方法适用于喀斯特地区石漠化信息的提取,为石漠化研究及应对措施的制定提供理论依据。