基于TM数据提取竹林遥感信息的方法

被引:16
作者
杜华强 [1 ]
周国模 [1 ]
葛宏立 [1 ]
赵宪文 [2 ]
崔林丽 [3 ]
机构
[1] 浙江林学院
[2] 中国林业科学研究院
[3] 上海气象局
关键词
竹林; 遥感; 信息提取;
D O I
10.13759/j.cnki.dlxb.2008.03.027
中图分类号
TP79 [遥感技术的应用];
学科分类号
081102 ; 0816 ; 081602 ; 083002 ; 1404 ;
摘要
利用LandSat5-TM对竹林遥感信息提取方法进行了研究:将归一化植被指数NDVI、结构效应指数CVI、综合效应指数MVI以及主成分变换的前3个分量PCA1、PCA2、PCA3与TM数据的6个波段(除第六波段)合成一个具有12波段的新数据;在最佳波段组合的基础上,结合地形图、土地利用图和野外调查数据,采用光谱特征模型、支持向量机、光谱角填图以及最大似然法对竹林信息进行了提取。研究表明:叶冠结构指数、综合指数、主成分变换等新波段对竹林信息提取很有帮助;与支持向量机、光谱角填图和最大似然法3种监督分类方法相比,基于光谱特征模型的竹林遥感信息提取方法具有一定的适应性,在保证竹林分类精度的同时,其他植被类型的分类精度也能得到满意的结果。
引用
收藏
页码:35 / 38
页数:4
相关论文
共 17 条
[1]  
Bamboo livelihood development planning; monitoring and analysis through GIS and remote sensing.[J].Shalabh P. Bharadwaj;Siva Subramanian;Sudhakar Manda;Taniya Ray;Prabir Mukherjee;I. V. Ramanuja Rao.Journal of Bamboo and Rattan.2003, 4
[2]   竹林生态系统及其长期定位观测研究的重要性 [J].
李伟成 ;
盛海燕 ;
钟哲科 .
林业科学, 2006, (08) :95-101
[3]   天目山国家级自然保护区毛竹林扩张遥感监测 [J].
丁丽霞 ;
王祖良 ;
周国模 ;
杜晴洲 .
浙江林学院学报, 2006, (03) :297-300
[4]   基于NOAA-AVHRR数据的中国东部地区植被遥感分类研究 [J].
李俊祥 ;
达良俊 ;
王玉洁 ;
宋永昌 .
植物生态学报, 2005, (03) :336-343
[5]   基于灰度共生矩阵法的IKONOS影像中竹林信息提取 [J].
颜梅春 ;
张友静 ;
鲍艳松 .
遥感信息, 2004, (02) :31-34
[6]   临安竹产业实现跨越式发展的目标和对策 [J].
朱永军 ;
程爱兴 ;
何钧潮 .
竹子研究汇刊, 2003, (03) :8-12
[7]   分类经营 定向培育 提高竹林经营效益 [J].
萧江华 .
竹子研究汇刊, 2001, (03) :1-7
[8]   TM与SPOT影像融合算法比较研究 [J].
陈德超 ;
周海波 ;
陈中原 ;
吴健平 .
遥感技术与应用, 2001, (02) :110-115
[9]   高光谱遥感数据最佳波段选择方法试验研究 [J].
刘建平 ;
赵英时 ;
孙淑玲 .
遥感技术与应用, 2001, (01) :7-13
[10]   从文献分析看浙江省竹类研究进展 [J].
戚连忠 ;
朱杭瑞 ;
蔡琳 ;
罗华 ;
奚金荣 ;
吕国柱 .
浙江林业科技, 2000, (06) :69-73