首页> 中文会议>第19届中国遥感大会 >基于小波核函数的加票法SVM分类模型的煤矿区LUCC监测

基于小波核函数的加票法SVM分类模型的煤矿区LUCC监测

摘要

土地是人类赖以生存和发展最基本的自然资源,也是人类生存和发展的物质基础,其变化与人类活动有着紧密的联系.煤矿区作为人类工程活动之一对地质变化影响巨大,其土地利用类型及变化速率具有特殊性.如何对矿区进行合理布局和科学开采对当地经济与生态环境的平衡与可持续发展是一个非常重要的问题.本文针对目前煤矿区土地资源遥感监测的现状,分别从特征空间和分类模型两个方面进行改进:创新性地提出了一种工矿用地指数,用于联合构建煤矿区地物的特征空间;同时,在传统SVM分类算法基础上,提出了一种基于小波核函数的加票法SVM分类模型.并以徐州沛县东北部平原地区为例,利用遥感图像的信息提取与GIS空间分析技术,对1987年、1994年、1999年、2004年、2009年TM/ETM+和2013年OLI影像进行土地利用分类与土地资源时空变化研究.通过分析土地利用动态变化规律,并阐明导致这种变化的驱动力因素,为人们正确认识和处理经济发展与土地资源保护的关系提供技术支撑,为煤矿区土地资源与矿产资源的协调开采与保护提供决策支持.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号