基于PUL算法及高分辨率WorldView影像的城市不透水面提取

编号 zgly0001606742

文献类型 期刊论文

文献题名 基于PUL算法及高分辨率WorldView影像的城市不透水面提取

作者 刘冉  李文楷  刘小平  陈逸敏  刘珍环 

作者单位 中山大学地理科学与规划学院 

母体文献 地理与地理信息科学 

年卷期 2018年01期

年份 2018 

分类号 P237 

关键词 城市不透水面  PositiveandUnlabeledLearning(PUL)  一类支持向量机(OCSVM)  最大熵(MAXENT)模型 

文摘内容 准确提取城市不透水面对生态环境、水热循环及热岛效应等研究具有重要意义。该文利用WorldView高分辨遥感影像,提出基于PUL(Positive and Unlabeled Learning)算法的高分辨率影像城市不透水面提取方法,该方法不需要负样本数据,只需少量的正样本和未标记样本即可训练分类模型。结果显示,PUL算法的提取结果优于一类支持向量机(OCSVM)以及最大熵(MAXENT)模型。使用不同正样本量时,PUL的提取结果总体精度和kappa系数均优于OCSVM和MAXENT,最高总体精度为91.27%,最高kappa系数可达0.8255,可快速、有效地从高分辨率遥感影像中提取不透水面。