论文--中国科学院地理科学与资源研究所

论文

论文题目：	耦合GF-2遥感影像与街景影像的广州市城中村识别
第一作者：	崔成,赵璐,任红艳,逯伟利等
联系作者：
发表年度：	2022
摘　　要：	及时准确地获取城中村的空间分布及其环境质量信息对于优化城市空间、改善人居环境具有重要意义。本文以广州市越秀区为例，提出了耦合GF-2高分遥感影像和百度街景影像的城中村识别方法。首先，从街景影像中提取越秀区的街道空间品质特征；其次，在对高分遥感影像预处理并进行多尺度分割的基础上计算光谱、形状、纹理、场景特征和建筑结构5类共计23个特征；最后，融合两种影像的特征用于构建随机森林分类器进行城中村识别。结果表明，基于高分影像和基于街景影像的城中村识别整体精度分别为94.5%和85.7%,Kappa系数分别为0.58和0.31，而两者融合后的分类精度和Kappa系数为96.1%和0.67；其中基于街景影像获取的度量街道空间品质的5个指标贡献了31.6%的特征重要性。鸟瞰视野高分影像和人本视角街景影像提供的信息综合互补，构建了更有区分度的特征空间，减少了城中村的错分现象。本文证实了高分影像和街景影像在特征尺度的融合提升了城中村识别精度。街景影像中的信息可以融入到高分遥感影像等数据源中，辅助进行城中村等非正规居住空间的识别。
英文摘要：
刊物名称：	遥感学报
全文链接：
论文类别：	CSCD