首页> 外文OA文献 >Kajian Akurasi Semantik dan Posisional Citra Alos Avnir-2 untuk Pemetaan Penutup Lahan di Sebagian Daerah Istimewa YOGYAKARTA
【2h】

Kajian Akurasi Semantik dan Posisional Citra Alos Avnir-2 untuk Pemetaan Penutup Lahan di Sebagian Daerah Istimewa YOGYAKARTA

机译:日惹一些特殊地区的Alos Avnir-2影像语义和定位精度研究。

摘要

Citra ALOS AVNIR-2 merupakan citra dengan resolusi spasial sebesar 10 meter dan memiliki potensi dalam pengamatan kondisi penutup/penggunaan lahan. Kajian penutup/penggunaan lahan saat ini termasuk kajian yang penting dalam kegiatan perencanaan dan pembangunan. Penelitian ini bertujuan untuk 1) mengetahui nilai akurasi pemetaan penutup/penggunaan lahan menggunakan Citra ALOS AVNIR-2; 2) mengetahui kelas penutup/penggunaan lahan terdetil yang mampu diidentifikasi melalui Citra ALOS AVNIR-2; dan 3) mengetahui faktor-faktor yang mempengaruhi interpretabilitas objek penutup/penggunaan lahan dari Citra ALOS AVNIR-2. Proses klasifikasi dalam penelitian ini menggunakan klasifikasi secara visual dan klasifikasi secara digital (multispektral) dengan algoritma Maximum Likelihood untuk menghasilkan peta penutup/penggunaan lahan dengan Klasifikasi Malingreau. Hasil pemetaan tersebut kemudian diuji tingkat akuarsinya semantik dan posisionalnya. Hasil penelitian menunjukkan bahwa proses klasifikasi tanpa memperhitungakan level kelas klasifikasi menghasilkan tingkat akurasi yang paling baik. Kelas penutup/penggunaan lahan yang mampu dipetakan menggunakan Citra ALOS AVNIR-2 pada pemetaan multi level adalah 11 kelas dengan akurasi klasifikasi visual 88,57% dan klasifikasi digital 75,23%. Faktor-faktor yang mempengaruhi interpretabilitas objek adalah faktor topografi, luas objek, dan lokasi objek
机译:ALOS AVNIR-2图像是空间分辨率为10米的图像,具有观察覆盖/土地使用情况的潜力。当前的土地使用/覆盖研究包括对规划和开发活动很重要的研究。本研究旨在:1)使用ALOS AVNIR-2影像确定覆盖/土地利用制图的准确性; 2)找出可以通过ALOS AVNIR-2影像识别的掩盖类别/详细土地用途; 3)从ALOS AVNIR-2影像中找出影响覆盖/土地用途物体解释的因素。本研究中的分类过程使用视觉分类和数字(多光谱)分类以及最大似然算法来生成具有Malingreau分类的覆盖/土地利用图。然后测试映射结果的语义和位置级别。结果表明,在不计算类别分类级别的情况下,分类过程会产生最佳的准确性。可以使用ALOS AVNIR-2影像在多层次制图中进行测绘的覆盖类别/土地利用是11个类别,其视觉分类的准确度为88.57%,数字分类的准确度为75.23%。影响对象解释的因素是地形因素,对象区域和对象位置

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

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