张飞,塔西甫拉提·特依拜,丁建丽,田源,依力亚斯江·努尔麦麦提,哈学萍

• 1:新疆大学资源与环境科学学院
• 2:新疆大学绿洲生态教育部重点实验室
• 3:新疆大学研究生院学位办

摘要(Abstract)：

本文为了提高地物识别的正确性,克服异物同谱和同物异谱现象,以渭干河?库车河三角洲绿洲为例,利用ETM+数据,探讨了该绿洲盐渍化土地覆盖信息的提取方法。文章提出了基于SVM的光谱和纹理两种信息复合的分类方法,通过此方法对该绿洲进行分类研究,并将分类结果与最小距离法、最大似然法(MLC)和单源数据(光谱)SVM分类结果进行定性和定量比较分析。研究结果表明:该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题,并对高纬输入向量具有较高的推广能力,因此该方法更适合于遥感图像分类和盐渍化信息提取,是地物遥感信息提取的有效途径。

关键词(KeyWords)： 支持向量机(SVM);光谱;盐渍化;灰度共生矩阵;纹理信息

Abstract:

Keywords:

基金项目(Foundation): 自治区高校科研计划项目(编号:XJEDU2004I06,XJEDU2005I07);; 教育厅创新研究群体基金项目(编号:XJEDU2004G04);; 新疆绿洲重点实验室开放课题(XJDX0201-2007-01,03);; 新疆大学青年教师科研启动基金(QN070122);; 新疆大学博士启动基金(BS050108)

作者(Author): 张飞,塔西甫拉提·特依拜,丁建丽,田源,依力亚斯江·努尔麦麦提,哈学萍

参考文献(References)：

• [1]朱庭芸.灌区土壤盐渍化防治[M].北京:农业出版社,1992.
• [2]Metternicht G I,Zinck J A.Remote sensing of soilsalinity potentials and constraints[J].Remote Sensingof Environment,2003,85:1-20.
• [3]Liu C M,Zhang L J,Davis C J,et al.Comparison ofneural net works and statistical methods in classificationof ecological habitats using FIA data[J].ForestScience,2003,49(4):619-631.
• [4]张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42.
• [5]Huang Hanpang,Liu Yihung.Fuzzy Support VectorMachines for Pattern Recognition and Data Mining[J].International Journal of Fuzzy Systems,2002,4(3).
• [6]章毓晋.中国图像工程及当前的几个研究热点[J].计算机辅助设计与图形学学报,2002,14(6).
• [7]王宏漫,欧宗瑛.采用PCA/ICA特征和SVM分类的人脸识别[J].计算机辅助设计与图形学学报,2003,15(4):416-420.
• [8]朱晓霞,孙同景.基于二叉树和SVM的指纹分类[J].山东大学学报(工学版),2006,36(1).
• [9]何昕,刘重庆.基于支撑向量机的文本无关的说话人识别系统[J].计算机工程,2000,26(6):61-63.
• [10]Klaus-Robert Muller.An Introduction to kernel-BasedLearning Algorithms[J].IEEE Transactions on NeuralNetworks,2001,12(2):181-201.
• [11]Rolif,Fumira G.Support Vector Machines for RemoteSensing Image Classification[EB/OL].http://citeseer.nj.nec.com,2004-09-12.
• [12]颜梅春,张友静,鲍艳松.基于灰度共生矩阵法的IKONOS影像中竹林信息提取[J].遥感信息,2004,(2):30-34.
• [13]孙小芳,卢健,孙小丹.城市地区高分辨率遥感影像绿地提取研究[J].遥感技术与应用,2006,21(2):159-162.
• [14]赵萍,傅云飞,郑刘根,等.基于分类回归树分析的遥感影像土地利用/覆被分类研究[J].遥感学报,2005,9(6):708-715.
• [15]张锦水,何春阳,潘耀忠,等.基于SVM的多源信息复合的高空间分辨率遥感数据分类研究[J].遥感学报,2006,10(1):49-57.
• [16]张友静,高云霄,黄浩,等.基于SVM决策支持树的城市植被类型遥感分类研究[J].遥感学报,2006,10(2):191-196.
• [17]陈波,张友静,陈亮.结合纹理的SVM遥感影像分类研究[J].测绘工程,2007,16(5):23-27.
• [18]李盼池,许少华.支持向量在模式识别中的核函数特性分析[J].计算机工程与设计,2005,26(2).
• [19]林升梁,刘志.基于RBF核函数的支持向量机参数选择[J].浙江工业大学学报,2007,35(2).
• [20]周廷刚,郭达志,盛业华.灰度矢量多波段遥感影像纹理特征及其描述[J].西安科技学院学报,2000,20(4).
• [21]杨淑莹,胡军,曹作良.基于图像纹理分析的目标物体识别方法[J].天津理工学院学报,2001,17(4).
• [22]薛重生,王霞.基于分形几何的遥感图像纹理分析方法及应用[J].地质科技情报,1997,16.
• [23]Haralick R M,Shanmugan K,Dinsrein I.Textural Features forIm-age classification[J].IEEE Trans Syst Man Cybern,1973,6:610-621.
• [24]R.S.Dwivedi and B.R.M.RAO.The selection of the best pos-sible Landsat TM band combination for delineating salt-affectedsoils[J].International Journal of Remote Sensing,1992,13(11):2051-2058.
• [25]Haralick R M.Statistical and Structural A PProaches to Texture[J].Proceedings of the IEEE,1993,67:786-804.
• [26]Baraldi A,Parminggian F.An Investigation on the Texture Char-acteristics Associated with Gray Level CO-occurrence Matrix Sta-tistical Parameters[J].IEEE Trans.on Geosciences and RemoteSensing,1995,32(2).
• [27]钱云,郝毓灵.新疆绿洲[M].乌鲁木齐:新疆人民出版社,2000,5:358-359.
• [28]Kerrthi S S,Lin C I.Asymptotic Behaviors of Support Vector Ma-chines with Gaussian Kernel[J].Neural Computation,200315(7):1667-1689.
• [29]依力亚斯江.努尔麦麦提,丁建丽,塔西甫拉提.特依拜,等.基于支持向量机分类的遥感土壤盐渍化信息监测[J].水土保持研究,2007,14(4):209-214,222.