基于GEE云平臺和多源數據的土地覆蓋智能分類算法對比研究

作者：戴芹,劉士彬,劉巍

摘要：根據伊斯蘭堡土地覆蓋類型分布特點和GEE云平臺提供的多源遙感數據信息,篩選地表反射率、植被指數、水體指數、夜光數據、數字高程數據5種空間數據集作為土地覆蓋分類的基礎和輔助數據,分別運用樸素貝葉斯、隨機森林、最小距離和支持向量機4種遙感數據智能分類方法,實現伊斯蘭堡土地覆蓋類型信息的自動提取和精度對比。結果表明:1)4種智能分類方法采用綜合集成的多源數據進行分類的精度均高于僅用單一遙感數據參與分類的精度,且在使用相同數據源和訓練樣本的情況下,支持向量機算法的分類精度高于其他3種方法。從伊斯蘭堡全區域土地覆蓋分類精度看,最小距離方法的總體精度最低(77.9%),支持向量機方法的總體精度最高(89.6%)。2)充分利用GEE云平臺集成的多源海量數據資源和豐富的模型內嵌接口,可有效解決傳統方法(非GEE云平臺)中存在的多源數據處理調用耗時耗力問題,實現土地覆蓋類型精確、快速提取。該研究可為開展“一帶一路”沿線國家和區域長時序土地覆蓋數據產品智能快速提取的最優模型篩選與定制提供方法和技術支撐。

發文機構：中國科學院空天信息創新研究院

關鍵詞：GEE云平臺多源空間數據土地覆蓋分類伊斯蘭堡GEE cloud platformmulti-source spatial dataland cover classificationIslamabad

分類號： TP751[自動化與計算機技術—檢測技術與自動化裝置]