学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
森林树种高光谱波段的选择
被引:35
作者
:
刘秀英
论文数:
0
引用数:
0
h-index:
0
机构:
中南林学院遥感应用研究所
刘秀英
林辉
论文数:
0
引用数:
0
h-index:
0
机构:
中南林学院遥感应用研究所
林辉
熊建利
论文数:
0
引用数:
0
h-index:
0
机构:
中南林学院遥感应用研究所
熊建利
熊育久
论文数:
0
引用数:
0
h-index:
0
机构:
中南林学院遥感应用研究所
熊育久
孙华
论文数:
0
引用数:
0
h-index:
0
机构:
中南林学院遥感应用研究所
孙华
莫登奎
论文数:
0
引用数:
0
h-index:
0
机构:
中南林学院遥感应用研究所
莫登奎
机构
:
[1]
中南林学院遥感应用研究所
[2]
中南林学院野生动植物保护研究所
来源
:
遥感信息
|
2005年
/ 04期
关键词
:
高光谱遥感;
逐步判别分析;
分层聚类;
波段选择;
识别精度;
D O I
:
暂无
中图分类号
:
S712 [森林物理学];
学科分类号
:
摘要
:
高光谱是遥感技术发展的一个重要方向,也是地物识别的重要手段。本研究利用地物光谱仪对杉木、雪松、小叶樟树和桂花树4个树种进行高光谱数据测量,探索不同树种在不同波段上的识别能力。研究采用了逐步判别分析法和分层聚类法对实验数据进行数据分析。结果表明:逐步判别分析法选择的波段主要位于红、绿、蓝、和近红外区;分层聚类法选择的波段除了红、绿、蓝、和近红外波段外,还增加了蓝-绿边缘、绿-红边缘和红边区的波段。所选择的波段比原始波段在树种识别时具有更高的精度,最高识别精度达96.77%;边缘区波段对树种的识别有重要作用;用对数-微分变换处理较其他方法处理对树种识别有更好的效果。
引用
收藏
页码:41 / 44+64 +64
页数:5
相关论文
共 1 条
[1]
Estimating snow grain size using AVIRS data. Nolin A W,Dozier J. Remote Sensing of Environment . 1993
←
1
→
共 1 条
[1]
Estimating snow grain size using AVIRS data. Nolin A W,Dozier J. Remote Sensing of Environment . 1993
←
1
→