基于词对主题模型的中分辨率遥感影像土地利用分类

利用遥感影像数据进行土地利用/覆被分类是多学科共同关注的热点问题,但传统自动分类方法仍然难以满足应用需求,以隐狄利克雷分配模型(latent dirichlet allocation,LDA)为代表的概率主题模型能够建立底层特征和高层语义之间的桥梁,近年来也被引入了遥感影像分析领域,但多集中于针对高空间分辨遥感影像的分析。该文分析了一般概率主题模型在遥感影像空间分辨率降低后面临的问题,在此基础上借鉴词对主题模型(biterm topic model,BTM)对单词稀疏文档的推理能力,将其引入中空间分辨率遥感影像的分类中,并提出使用空间相邻的视觉单词对作为模型的观测数据。试验结果表明,BTM模型的分类性能优于LDA模型,并且使用空间相邻视觉单词对可以比标准BTM模型使用更少的观测数据,取得更高的分类精度。

卫星监测技术在森林资源管理工作中的应用

以中空间分辨率卫星监测技术自动提取的广东省某时段森林资源变化图斑为研究对象,通过人工目视判读和外业实地验证,计算中空间分辨率卫星监测技术自动提取变化图斑准确率。结果表明:清远市阳山县按图斑个数和图斑面积计算得出的中空间分辨率卫星监测技术自动提取变化图斑准确率均达到80%;在修正监测技术模型参数和算法后,广州市从化区按图斑个数、图斑面积计算得出的中空间分辨率卫星监测技术自动提取变化图斑准确率分别达到95.40%、97.02%。准确度可以满足实际应用推广的要求,可为今后广东省森林资源管理工作提供借鉴。