SciELO - Scientific Electronic Library Online

 
vol.23 issue4Inversion Technique of Physical Parameters Based on Regularization Extension Depth ConstraintPaleo-tectonic Stress Field and Tectonic Evolution since the Mesozoic in the Eastern Mining Area of Pingdingshan author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Earth Sciences Research Journal

Print version ISSN 1794-6190

Abstract

ZHU, Danyao; WAN, Luhe  and  GAO, Wei. Evaluación del método de fusión y estudio de idoneidad de clasificación de imágenes satelitales de humedales. Earth Sci. Res. J. [online]. 2019, vol.23, n.4, pp.339-346.  Epub Apr 20, 2020. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v23n4.84350.

Con base en los datos HJ-1A HSI y Landsat-8 OLI, los experimentos de fusión de imágenes RS se llevaron a cabo utilizando tres métodos de fusión: transformación de componente principal (PC), transformación de Gram Schimdt (GS) y algoritmo de difusión vecina más cercana (NND). Se seleccionaron cuatro índices de evaluación, desviación estándar, entropía de información y gradiente promedio, para evaluar los resultados de fusión de los aspectos de brillo de imagen, claridad y contenido de información. La vegetación de humedales se clasificó por mapeo de ángulo espectral (SAM) para encontrar un método de fusión adecuado para la extracción de información de vegetación de humedales. Los resultados muestran que la imagen de fusión de PC contiene la mayor cantidad de información, la imagen de fusión GS tiene ciertas ventajas en el mantenimiento del brillo y la claridad, y el método de fusión NND puede retener las características espectrales de la imagen al máximo. Entre los tres métodos de fusión, la transformación de PC es la más adecuada para la extracción de información de humedales. Puede retener más información espectral al tiempo que mejora la resolución espacial, con una precisión de clasificación del 89,24% y un coeficiente Kappa de 0,86.

Keywords : HJ-1A HIS; Landsat-8 OLI; Método de fusión; Clasificación de humedales.

        · abstract in English     · text in English     · English ( pdf )