米兰体育 使用多传感器和图像融合技术对 Lago Grande de Curuai 洪泛区（巴西亚马逊）进行土地覆盖分类

引用

de Almeida Furtado LF、Silva TSF、Fernandes PJF 和 de Moraes Novo EML (2015) 使用多传感器和图像融合技术对 Lago Grande de Curuai 洪泛区（巴西亚马逊）进行土地覆盖分类 [Classificação da cobertura da terra na planície de inundação do Lago Grande de Curuai （亚马逊、巴西）利用多传感器和图像融合]。亚马逊学报，45 (2)，第 195-202 页。 https://doi.org/10.1590/1809-4392201401439

摘要
鉴于不同类型遥感图像的局限性，亚马逊瓦尔泽亚的自动土地覆盖分类可能会产生较差的准确度指数。提高准确性的一种方法是通过图像融合或多传感器分类来组合来自不同传感器的图像。因此，本研究的目的是确定哪种分类方法在提高亚马逊瓦尔泽亚和类似湿地环境的土地覆盖分类精度方面更有效 - (a) 合成融合光学和 SAR 图像或 (b) 成对 SAR 和光学图像的多传感器分类。将基于单个传感器（Landsat TM 或 Radarsat-2）图像的土地覆盖分类与多传感器和图像融合分类进行比较。基于对象的图像分析 (OBIA) 和 J.48 数据挖掘算法用于自动分类，并使用 kappa 一致性指数和最近提出的分配和数量分歧度量来评估分类精度。总体而言，基于光学的分类比基于 SAR 的分类具有更好的准确性。一旦使用多传感器方法组合两个数据集，分配分歧就会减少 2%，因为该方法能够克服两个图像中存在的部分限制。然而，当使用图像融合方法时，准确性会降低。因此，我们得出的结论是，多传感器分类方法更适合对亚马逊瓦尔泽亚的土地覆盖进行分类。

关键字
湿地；遥感;合成孔径雷达；

期刊
亚马逊学报：第 45 卷，第 2 期

• Furtado-AA-2015