基于SVM方法从DMSP/OLS和SPOT VGT数据中提取城市区域

     由于快速城市化以及与之关联的环境问题，全球和区域性城市制图已经成为一个紧迫的任务.DMSP/OLS人工稳定卫星数据可提供精确、高效和直接的方式来进行全球尺度城市分布制图。为了解决传统人工经验或实验-误差阈值方法的问题，我们提出了一种基于SVM的从DMSP/OLS和SPOT NDVI数据中半自动提取城市的方法。选择城市、非城市SVM训练数据集，采用迭代分类训练城市来确定城市像元在区域增长，利用25个已经分类中国城市ETM+影像进行验证，同时比较了两种普通阈值分割方法。结果表明：基于SVM算法不仅能够达到局域优化阈值结果，同样可以避免大量实验-误差过程，此方法是提取DMSP/OLS和SPOT NDVI城市扩展便捷的方法。

Cao, X., Chen, J., Imura, H. & Higashi, O. A SVM-based method to extract urban areas from

DMSP-OLS and SPOT VGT data. Remote Sens. Environ. 113, 2205-2209, doi:10.1016/j.rse.2009.06.001 (2009).