《表2 分类特征提取参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《无人机遥感影像面向对象分类的冻土热融滑塌边界提取》
光谱特征是遥感影像中最直观的信息,能够反映出不同地物的特性。但由于无人机高空间分辨率影像的波段数较少,光谱信息比较有限,只利用光谱特征会存在一些不足。由于研究区内热融滑塌区域的坡度值变化会比较明显,因此选择了地形信息来提取热融滑塌。本文对研究区内的光谱信息、几何信息和地形信息进行了综合研究,分割尺度和分类特征如表2所示。为了实验分割尺度和分类特征对实验结果的影响,分别基于相同分类特征不同分割尺度和相同分割尺度不同分类特征采用上文提到的5种面向对象监督机器学习方法来检测研究区内热融滑塌(分别记为SY1,SY2和SY3),实现对研究区内热融滑塌分布检测。
图表编号 | XD0061512100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 梁林林、江利明、周志伟、陈玉兴、孙亚飞 |
绘制单位 | 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室、中国科学院大学、中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室、中国科学院大学、中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室、中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室、中国科学院大学、中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |