基于支持向量机分类的遥感土壤盐渍化信息监测

编号 zgly0001329836

文献类型 期刊论文

文献题名 基于支持向量机分类的遥感土壤盐渍化信息监测

作者 依力亚斯江·努尔麦麦提  丁建丽  塔西甫拉提·特依拜  吐尔逊·艾山 

作者单位 新疆大学资源与环境科学学院  新疆大学绿洲生态教育部重点实验室  新疆大学理论经济学博士后流动站 

母体文献 水土保持研究 

年卷期 2007年04期

年份 2007 

分类号 S156  TP79 

关键词 支持向量机(SVM)  遥感图像  盐渍化 

文摘内容 遥感技术在大尺度土壤盐渍化检测方面有着宏观性、实时性、动态性等优势和广阔的应用前景,但是传统的遥感图像分类方法精度不高、分类效率较低和不确定性。提出了基于支持向量机(Support Vector Machine,SVM)的分类方法,介绍了SVM算法的基本原理,通过支持向量机分类法与传统分类方法(最大似然法和最小距离法)在盐渍化信息提取结果上进行对比,表明基于SVM的遥感图像分类方法能够较好的检测土壤的盐渍化信息,分类总精度达到95.66%,比最大似然法和最小距离法分类精度(分别为91.54%和85.42%)更高,因此更适合于遥感图像分类和盐渍化信息检测。