基于支持向量机的矿区土地覆盖变化检测
杜培军1
柳思聪2
郑辉3
1.中国矿业大学国土环境与灾害监测国家测绘局重点实验室,江苏徐州221008／南京大学地理信息科学系,江苏南京2100932.中国矿业大学国土环境与灾害监测国家测绘局重点实验室,江苏徐州,2210083.兖州矿业集团地测部,山东邹城,273500
摘要：利用支持向量机（SVM）对两类问题良好的分离性能，将其应用于矿区土地覆盖变化检测，实现了基于SVM的变化检测算法．该算法计算了多时相遥感数据的差值影像，利用SVM将全部像素分类标记为变化和不变化两个类别，在不变区域中选择训练样本，对变化区域进行分类，获得前后时相地物类别信息，构建变化转移矩阵，描述详细变化信息．应用多时相先进对地观测卫星（ALOS）遥感数据对矿区土地覆盖变化进行试验，并与变化矢量分析、差值阈值法进行对比，结果表明：基于SVM的变化检测方法具有更好的检测效果，能够提供全面的变化类别和方向信息，可以有效应用于矿区土地覆盖动态监测．
关键词：变化检测支持向量机土地覆盖变化纹理特征
分类号：TP79(遥感技术)
资助基金：国家高技术研究发展计划（863计划）(863;2007AA122162)国家自然科学基金(40871195)对地观测技术国家测绘地理信息局重点实验室开放基金(K201007)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 262-267 )
英文信息