基于高光谱特征选择和RBFNN的城市植被胁迫程度监测

被引：11

作者：

王芳 ^{[1
]}

卓莉 ^{[2
]}

黎夏 ^{[2
]}

夏丽华 ^{[1
]}

机构：

[1] 广州大学地理科学学院

[2] 中山大学地理科学与规划学院

来源：

地理科学 | 2008年 / 01期

基金：

国家杰出青年科学基金;

关键词：

植被胁迫; 城市; Hyperion; RBF神经网络; 特征选择;

D O I：

10.13249/j.cnki.sgs.2008.01.015

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：

以Hyperion星载高光谱数据为例,基于指数提取-特征选择-分类识别-模式分析的思路,分析广州市的城市植被胁迫状况。提取与胁迫相关的高光谱植被指数,对其进行相关分析,滤除相关性很高的植被指数,利用选取的特征应用RBF(径向基函数)神经网络对城市的植被胁迫程度进行分类,对广州市受胁迫植被的空间分布及其原因进行分析。研究表明:运用特征选取和RBF神经网络可以较好的区分城市植被受胁迫的程度;城市植被受胁迫的程度与城市交通污染、人为干扰相关性比较大;受胁迫植被的强度分布呈现从城市中心向外的梯度变化,在大块绿地外围呈环状分布。

引用

页码：77 / 82

页数：6

共 21 条

[1] 基于混合光谱理论的太湖水体叶绿素a浓度提取 [J].