干旱区生态环境知识资源中心(Arid): 图像滤波算子在土壤盐渍化信息提取中的应用

Arid

	图像滤波算子在土壤盐渍化信息提取中的应用
其他题名	Application of Image FilteringOperator in Extraction of Soil Salinization Information
	王筝; 张飞; 张贤龙; 王一山
来源期刊	激光与光电子学进展
ISSN	1006-4125
出版年	2020
卷号	57 期号:4
中文摘要	针对由噪声引起的遥感影像质量下降,选用7种典型的滤波算子分别对遥感影像进行处理,并结合支持向量机(SVM)的分类方法,分析滤波后影像亮度值的变化,与未经过滤波处理的影像进行分类后精度的对比。结果表明:相对于未经处理的遥感影像,经过滤波处理后的影像在土壤盐渍化信息提取中具有较高的分类精度;其中的高斯高通滤波结合SVM的土壤盐分提取模型的分类精度和Kappa系数由86.7285%和82.21%分别提高到89.6950%和86.20%,其分类效果最佳。滤波运算能抑制噪声、提高影像质量,能有效提高方法的盐渍化监测能力。掌握土壤盐渍化的空间分布特征及时空变化规律,对干旱区及半干旱区土壤盐渍化的防治和缓解、保护脆弱的生态环境都具有现实意义。
英文摘要	To reduce the noise in remote-sensing images,seven typical filtering operators are selected to separately process the remote-sensing images.Combined with the classification method of support vector machine(SVM),we analyze the variation of images'brightness values after filtering and compare their accuracy with that of unfiltered remote-sensing images.The results show that the filtered remote-sensing images have a higher classification accuracy for the extraction of soil salinization compared with untreated remote-sensing images.Of the several selected filtering operators,the soil-salinity extraction model that uses Gaussian low-pass filtering and SVM can improve the classification accuracy and the Kappa coefficient from 86.7285%and 82.21%to 89.6950%and 86.20%, respectively,which is the best classification accuracy to date.To summarize,the filtering operation suppresses noise,improves image quality,effectively improves the monitoring ability of salinization.Grasping the spatial distribution characteristics and temporal and spatial variation principle of soil salinization is of practical significance for preventing and mitigating soil salinization to protect fragile ecological environments in arid and semi-arid regions.
中文关键词	遥感 ; 盐渍化 ; 图像分类 ; 滤波 ; 支持向量机
英文关键词	remote sensing salinization image classification filtering support vector machine
类型	Article
语种	中文
收录类别	CSCD
WOS研究方向	Meteorology & Atmospheric Sciences
CSCD记录号	CSCD:6789780
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/336832
作者单位	王筝, 新疆大学资源与环境科学学院;;新疆大学, 智慧城市与环境建模新疆自治区普通高校重点实验室;;绿洲生态教育部重点实验室, 乌鲁木齐;;乌鲁木齐, 新疆;;新疆 830046;;830046, 中国.; 张贤龙, 新疆大学资源与环境科学学院;;新疆大学, 智慧城市与环境建模新疆自治区普通高校重点实验室;;绿洲生态教育部重点实验室, 乌鲁木齐;;乌鲁木齐, 新疆;;新疆 830046;;830046, 中国.; 王一山, 新疆大学资源与环境科学学院;;新疆大学, 智慧城市与环境建模新疆自治区普通高校重点实验室;;绿洲生态教育部重点实验室, 乌鲁木齐;;乌鲁木齐, 新疆;;新疆 830046;;830046, 中国.; 张飞, 新疆大学资源与环境科学学院;;新疆大学;;中亚地理信息开发利用国家测绘地理信息局工程技术研究中心, 智慧城市与环境建模新疆自治区普通高校重点实验室;;绿洲生态教育部重点实验室;;中亚地理信息开发利用国家测绘地理信息局工程技术研究中心, 乌鲁木齐;;乌鲁木齐;;乌鲁木齐, 新疆;;新疆;;新疆 830046;;830046;;830046, 中国.
推荐引用方式 GB/T 7714	王筝,张飞,张贤龙,等. 图像滤波算子在土壤盐渍化信息提取中的应用[J],2020,57(4).
APA	王筝,张飞,张贤龙,&王一山.(2020).图像滤波算子在土壤盐渍化信息提取中的应用.激光与光电子学进展,57(4).
MLA	王筝,et al."图像滤波算子在土壤盐渍化信息提取中的应用".激光与光电子学进展 57.4(2020).