来源：期刊VIP网 时间：
作者：岳衡;崔华朔;刘善军;
单位：东北大学资源与土木工程学院;
摘要：针对遥感影像分类中像元分类存在的结果破碎以及单时相影像的异物同谱问题，提出了顾及空间尺度与时序特征相结合的遥感影像耕地分类方法，并且选择沈阳市王纲街道作为试验区，对提出的方法进行了实例验证。研究选取覆盖研究区内7个时相高分二号多光谱影像，综合实地调查数据以及最优尺度分割结果来选取地块样本，然后构建对象地块的时序特征曲线，最后利用的支持向量机分类器进行分类。结果表明：方法相比单时相影像的分类方法，总体精度由0.896提高到了0.954,Kappa系数由0.864提升到了0.942。方法在考虑耕地空间尺度的基础上增加耕地时序特征变化的信息，不仅分类精度得到了提高，这种精度的提升有效减少了错分和漏分的现象，同时也解决了异物同谱的问题，耕地范围的界定也变得更加精确。在耕地分类方面具有明显优势，这对于优化农业生产结构、提高土地使用效率具有重要的意义。
关键词：耕地分类;;时间序列;;多尺度分割;;机器学习;;面向对象
