%0 Journal Article
%T 基于植被分区的多特征遥感智能分类
%A 于菲菲
%A 曾永年
%A 徐艳艳
%A 郑忠
%A 刘朝松
%A 王君
%A 何晋强
%J 国土资源遥感
%P 63-70
%D 2014
%R 10.6046/gtzyyg.2014.01.12
%X 为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息，以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区，研究基于蚁群智能优化算法（antcolonyintelligentoptimizationalgorithm，ACIOA）的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段；然后利用归一化植被指数NDVI对实验区数据进行植被分区；最后利用ACIOA算法进行分类规则挖掘，并依据分类规则进行土地利用/覆盖信息的提取。研究表明，基于植被分区的多特征蚁群智能分类的总体精度为88.85%，Kappa=0.86，优于传统的遥感图像分类方法，为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。
%K 蚁群智能优化算法（ACIOA）
%K 植被分区
%K 多特征
%K 遥感分类
%U http://www.gtzyyg.com/CN/abstract/abstract1711.shtml