基于Landsat-8和Sentinel-1A辽东湾海冰分类研究

作者：王姝力; 王志勇; 王磊

来源：北京测绘, 2019, 33(12): 1486-1492.

DOI：10.19580/j.cnki.1007-3000.2019.12.013

• 辽东湾海冰
• 分类回归树(CART)之自动决策树
• 灰度共生矩阵
• 分类精度对比

为研究辽东湾海冰类型特征,文中基于2016年2月9日的Landsat-8和Sentinel-1A数据,结合多光谱、归一化植被指数(NDVI)构建CART自动决策树(CART Automatic Decision Tree),并用灰度共生矩阵(GLCM)统计Sentinel-1ASAR数据的纹理信息特征,对比传统监督分类并验证两种遥感图像海冰分类精度。研究指出:对Landsat-8数据,基于CART自动决策树的分类精度最高,总精度达81.68%;而Sentinel-1ASAR数据,基于最大似然分类的总精度为73.88%,相比于CART自动决策树,其能获得更高的海冰分类精度。分析本研究可知,基于光学数据的CART自动决策树在海冰类型识别中占优,而最大似然分类在SAR数据中对海冰类型的识别度较好,本文为辽东湾海冰监测与预报提供了一种有希望的技术手段。

• 单位
  山东科技大学; 西华师范大学