Contrast Study on Extracting of Soil Salinization in Arid Area of Xinjiang Oasis
新疆干旱区绿洲土壤盐渍化信息提取对比研究

在遥感影像分类的过程中非光谱特征起着重要的辅助作用.纹理特征作为一种重要的非光谱特征对于遥感影像分类精度的提高也有很重要的作用.以渭干河-库车河三角洲绿洲为例,利用ETM 数据,探讨了该绿洲盐渍化土地覆盖信息的提取方法.提出了基于SVM的光谱和纹理两种信息复合的分类方法,通过此方法对该绿洲进行分类研究,并将分类结果与最小距离法、最大似然法(MLC)、神经网络法(Neural net)和单源数据(光谱)SVM分类结果进行定性和定量比较分析.研究结果表明:该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题,并对高雏输入向量具有较高的推广能力.总精度达到93.179 5%,比单源信息的SVM分类法提高了3.1618%,比最大似然法提高了4.8252%,比神经网络法提高了7.4756%,而与最小距离法相比,总精度甚至提高了11.1029%,取得了良好的效果.与传统的分类方法的比较表明,文中所提出的分类方法具有明显的优越性和良好的前景,因此该方法更适合于遥感图像分类和盐渍化信息提取,是地物遥感信息提取的有效途径.