基于Landsat-8影像的大通县土地覆盖分类方法对比研究

作者：郅惠; 王琪; 黄彦丽; 李扬

来源：青海大学学报(自然科学版), 2017, 35(06): 83-88.

DOI：10.13901/j.cnki.qhwxxbzk.2017.06.014

• Landsat-8影像
• 土地覆盖
• 最大似然
• SVM

针对Landsat-8影像在土地覆盖分类中的应用研究,以青海省西宁市大通县为研究区,在对Landsat-8影像进行辐射定标、大气校正、影像裁切等基础上,利用最大似然分类和支持向量机(SVM)分类法,获得两种方法支持下的6种土地覆盖分类结果。经过精度评定和对比分析,结果表明:SVM分类法优于最大似然分类,总体分类精度分别为78.53%,85.64%。同时,Landsat-8 OLI数据相对于TM/ETM+数据,增加的波段新特性有利于土地覆盖分类精度的提高。文中方法适用于Landsat-8影像在土地覆盖分类研究与应用,能够满足大区域土地覆盖分类应用需求。

• 单位
  青海大学; 青海省基础地理信息中心