作品介绍
一、作品概述
受人类活动和气候变化的影响，滨海湿地正经历着显著的变化。滨海湿地生态系统的监测具有重要的现实意义。同时，随着卫星遥感技术的快速发展，可以利用高空间分辨率、高光谱分辨率和高时间分辨率的多源数据对滨海湿地进行高精度分类。
本作品利用珠海1号星座轨道高光谱卫星(OHS)和高分3号(GF-3)全极化合成孔径雷达(SAR)数据的光谱、指数、极化和纹理特征利用最大似然度(ML)、马氏距离(MD)和支持向量机(SVM)三种机器学习方法提取黄河三角洲7种滨海湿地。结果表明，两种数据协同分类的总体精度分别为97.3%、89.0%和97.2%，显著高于单一数据。
二、处理流程
本作品的主要技术流程如图1所示，主要包括5个模块，分别是：预处理、特征提取、数据融合、协同分类、分类后评估。
图1 本作品主要技术流程图
2.1 数据说明
本作品采用的数据是两种国产卫星遥感影像，GF-3全极化SAR影像和珠海1号OHS高光谱影像。其中GF-3和OHS影像的详细参数如下表1-3所示。
表1 GF-3全极化SAR影像参数
| 卫星名称 |
数据等级 |
转载：https://blog.csdn.net/qq_41127811/article/details/128393547
查看评论