基于高光谱遥感数据的森林优势树种组识别

被引：12

作者：

王璐

范文义

机构：

[1] 东北林业大学

来源：

东北林业大学学报 | 2015年 / 43卷 / 05期

关键词：

HJ-1A卫星; 数据变换; SVM; 树种识别;

D O I：

10.13759/j.cnki.dlxb.20150522.030

中图分类号：

S771.8 [森林遥感];

学科分类号：

1404 ;

摘要：

本文利用HJ-1A星HSI2级产品数据对大兴安岭塔河地区的森林优势树种组进行识别研究。通过对影像数据进行一阶微分变换、对数变换、对数变换后的导数变换、二阶微分变换、三阶微分变换以后,分别对原始数据和5种变换后数据进行MNF（最小噪声分离变换）变换。用SVM（支持向量机）分类器分别对6种数据监督分类后,进行精度的验证及评价。结果表明:影像数据经过5种变换后,分类总精度均高于未经变换的原始数据,精度提高幅度为1.5%4.8%,二阶微分变换分类精度最高（精度为89.5%,Kappa系数为0.802）;二阶微分变换下的4个优势树种组各自的制图精度和用户精度均高于其他变换方法,平均精度分别为90.4%和90.7%,总平均精度为90.5%。

引用

页码：134 / 137

页数：4

共 12 条

[1] 机载LiDAR和高光谱融合实现温带天然林树种识别 [J].

刘丽娟 ;

庞勇 ;

范文义 ;

李增元 ;

张登荣 ;

李明泽 .

遥感学报, 2013, 17 (03) :679-695

[2]

基于叶片高光谱特性分析的树种识别[J]. 王志辉,丁丽霞.光谱学与光谱分析. 2010(07)

[3] 基于SVM的SAR图像分类研究 [J].

汤井田 ;

胡丹 ;

龚智敏 .

遥感技术与应用, 2008, (03) :341-345

[4] 高光谱遥感数据光谱特征提取算法与分类研究 [J].

苏红军 ;

杜培军 ;

盛业华 .

计算机应用研究, 2008, (02) :390-394

[5] 高光谱遥感森林应用研究探讨 [J].

谭炳香 .

世界林业研究, 2003, (02) :33-37

[6] 不同季相针叶树种高光谱数据识别分析 [J].

宫鹏，浦瑞良，郁彬 .

遥感学报, 1998, (03) :211-217

[7] 利用高光谱对生物变量进行估计 [J].

张良培 ;

郑兰芬 ;

童庆禧 .

遥感学报, 1997, (02) :111-114

[8]

遥感应用分析原理与方法[M]. 科学出版社 , 赵英时等编著, 2003

[9]

高光谱遥感及其应用[M]. 高等教育出版社 , 浦瑞良, 2000

[10]

Intra- and inter-class spectral variability of tropical tree species at La Selva, Costa Rica: Implications for species identification using HYDICE imagery[J] . Jinkai Zhang,Benoit Rivard,Arturo Sánchez-Azofeifa,Karen Castro-Esau.Remote Sensing of Environment . 2006 (2)

← 1 2 →