张俊前，王文进（1.重庆市勘测院，重庆 40000； .重庆建筑工程职业学院，重庆 40007）

基于交叉验证的遥感影像精细分类研究

张俊前1∗，王文进2
（1.重庆市勘测院，重庆 400020； 2.重庆建筑工程职业学院，重庆 400072）

随着遥感技术的发展，多光谱和高分辨率遥感已成为重要发展趋势。这对分类方法提出更高要求，也增加了难度，特别在精细分类实践应用中，相似地物间性状差异较小，同物异谱、同谱异物现象普遍存在。本文以美国印第安纳州地区高光谱影像（AVIRIS影像）和武汉九峰地区高分辨率影像（Quickbird影像）为研究对象，利用交叉验证的方法进行参数估计，分别采用支持向量机（Support Vector Machine，SVM）和留一验证法（Leave-One-Out Cross Validation，LOOCV）对影像进行分类，并根据实地调查数据估计精度，实验结果显示出该方法有较高精度和良好效果。

高光谱；高分辨率；SVM；LOOCV；交叉验证

1 引 言

遥感影像可以真实地反映一定区域范围内的地物信息。随着遥感技术的发展，对地观测技术不断提高，高光谱和高分辨率遥感已成为重要发展趋势。传统的多光谱遥感以其较高的光谱分辨率和空间分辨率可以在一定程度上识别和区分地物类别，但难以满足精细分类的需要，尤其单景多光谱影像几乎达不到精细分类的目的。高光谱遥感是20世纪80年代发展起来的重要技术，具有前所未有的光谱分辨率，使图谱合一成为现实，也使基于遥感影像的精细分类成为可能。高分辨率遥感一般指空间分辨率在 10 m以内的遥感影像［1］。它具有丰富的空间信息，地物几何结构和纹理信息更加明显，更便于认知地物目标的属性特征［2］。……