基于SVM的MODIS数据土地覆盖分类方法研究

【摘要】：MODIS传感器是搭载在于ERRA和AQUA卫星上进行全球变化研究的主要信息数据获取设备,MODIS系统的高时间分辨率、高光谱分辨率、高辐射分辨率和中等空间分辨率的特点,在自然灾害、土地覆盖变化、全球生产力、生态环境、气候变化、海洋等领域的动态监测当中有广泛的应用前景。MODIS数据的重要性正在被人们认识和关注。 支持向量机是上世纪九十年代发展出的一种新的通用机器学习算法,在解决小样本、非线性及高维模式识别问题中表现出许多独特的优势,成为国际上机器学习领域新的研究热点。 本文以支持向量机为分类工具,对MODIS数据在土地覆盖应用中分类特征的选取作了研究。证明使用多维信息对遥感图像分类有着较强的优势,特别是多时相多维信息;亦证明二次信息如植被指数、水体指数等的简单加入不能大幅提高分类精度,但它们能够代表时相变化的信息。