论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 王姝力,王志勇,王磊
关键词: 辽东湾海冰,分类回归树之自动决策树,灰度共生矩阵,分类精度对比
来源: 北京测绘 2019年12期
年度: 2019
分类: 基础科学
专业: 海洋学
单位: 山东科技大学测绘科学与工程学院,西华师范大学国土资源学院
分类号: P731.15;P715.6
DOI: 10.19580/j.cnki.1007-3000.2019.12.013
页码: 1486-1492
总页数: 7
文件大小: 536K
下载量: 196
相关论文文献
标签：辽东湾海冰论文; 分类回归树之自动决策树论文; 灰度共生矩阵论文; 分类精度对比论文;