为探究Sentinel-2遥感影像林分类型分类的优选特征组合,实现对阔叶林、马尾松林、杉木林和竹林的分类及其效果评价,选取福建省长汀县为研究区,利用Sentinel-2影像提取10个原始波段(O),计算9个光谱指数(S)、7个红边光谱指数(R)和8个纹理...为探究Sentinel-2遥感影像林分类型分类的优选特征组合,实现对阔叶林、马尾松林、杉木林和竹林的分类及其效果评价,选取福建省长汀县为研究区,利用Sentinel-2影像提取10个原始波段(O),计算9个光谱指数(S)、7个红边光谱指数(R)和8个纹理特征(Te),以及基于数字高程数据计算2个地形特征指数(To),共计36个特征;利用随机森林算法分析不同特征在林分类型分类中的重要性,并利用袋外样本(Out of Band,OOB)数据与平均不纯度减少方法优选特征组合(Optimum Individuality Combination,OIC);对6种不同试验方案(O、O+To、O+To+S、O+To+S+R、O+To+S+R+Te和OIC)进行林分类型分类,并利用混淆矩阵评价分类结果。结果表明,参与林分类型分类的36个特征的重要性为2.11%~5.43%,其中,海拔因子的重要性最高,红边波段、红边光谱指数、纹理特征中均值与相关性也具有较高的重要性;单独使用原始波段对林分类型进行分类,分类精度不高,总体精度为73.26%,Kappa系数为0.64;以原始波段为基础引入其他特征,除原始波段外,其他特征均可以提高分类精度;优选特征组合(OIC)为重要性前27个特征,包含海拔、8个原始波段、7个红边光谱指数和3个纹理特征,分类精度最高,总体精度为83.13%,Kappa系数为0.77,比其余5种试验方案的总体分类精度提高了0.82%~9.87%。以Sentinel-2影像为数据源,随机森林算法优选的特征组合综合多类型特征中对林分类型分类有重要贡献的特征,从而提高了分类精度。研究结果可为GEE平台Sentinel-2影像在森林资源调查中林分类型信息的提取提供参考。展开更多
土壤盐渍化是干旱半干旱区土壤资源损害、生境破坏和农业生产损失的重要影响因素,定量反演和监测盐渍化土壤,对防护土地生态安全具有重要意义.文章基于光谱变换筛选盐分特征波段和特征光谱指数,构建实测高光谱和Sentinel-2B影像的岭回...土壤盐渍化是干旱半干旱区土壤资源损害、生境破坏和农业生产损失的重要影响因素,定量反演和监测盐渍化土壤,对防护土地生态安全具有重要意义.文章基于光谱变换筛选盐分特征波段和特征光谱指数,构建实测高光谱和Sentinel-2B影像的岭回归模型和偏最小二乘回归盐分反演模型,并以特征光谱指数为敏感参量进行星‒地光谱匹配,构建匹配后盐分反演模型,实现银川平原土壤盐分定量反演.结果表明,盐分指数3(Salinity index 3,S3)、强度指数1(Intensity index 1,Int1)和强度指数2(Intensity index 2,Int2)能够实现实测高光谱端元到多光谱像元尺度的匹配,有效地提升模型精度;经光谱匹配后构建的偏最小二乘模型精度最高(R2=0.721,RMSE=4.856 g·kg^(−1)).相比单独利用影像建模,其R2提升了0.309,均方根误差(Root Mean Square Error,RMSE)减小了2.085 g·kg^(−1).盐分反演结果与实地采样具有较好一致性,表明特征光谱指数可为不同尺度遥感数据间光谱匹配与联合,实现地表点到空间面尺度盐渍化定量监测,为土壤盐分监测提供理论借鉴和实践参考.展开更多
文摘为探究Sentinel-2遥感影像林分类型分类的优选特征组合,实现对阔叶林、马尾松林、杉木林和竹林的分类及其效果评价,选取福建省长汀县为研究区,利用Sentinel-2影像提取10个原始波段(O),计算9个光谱指数(S)、7个红边光谱指数(R)和8个纹理特征(Te),以及基于数字高程数据计算2个地形特征指数(To),共计36个特征;利用随机森林算法分析不同特征在林分类型分类中的重要性,并利用袋外样本(Out of Band,OOB)数据与平均不纯度减少方法优选特征组合(Optimum Individuality Combination,OIC);对6种不同试验方案(O、O+To、O+To+S、O+To+S+R、O+To+S+R+Te和OIC)进行林分类型分类,并利用混淆矩阵评价分类结果。结果表明,参与林分类型分类的36个特征的重要性为2.11%~5.43%,其中,海拔因子的重要性最高,红边波段、红边光谱指数、纹理特征中均值与相关性也具有较高的重要性;单独使用原始波段对林分类型进行分类,分类精度不高,总体精度为73.26%,Kappa系数为0.64;以原始波段为基础引入其他特征,除原始波段外,其他特征均可以提高分类精度;优选特征组合(OIC)为重要性前27个特征,包含海拔、8个原始波段、7个红边光谱指数和3个纹理特征,分类精度最高,总体精度为83.13%,Kappa系数为0.77,比其余5种试验方案的总体分类精度提高了0.82%~9.87%。以Sentinel-2影像为数据源,随机森林算法优选的特征组合综合多类型特征中对林分类型分类有重要贡献的特征,从而提高了分类精度。研究结果可为GEE平台Sentinel-2影像在森林资源调查中林分类型信息的提取提供参考。
文摘土壤盐渍化是干旱半干旱区土壤资源损害、生境破坏和农业生产损失的重要影响因素,定量反演和监测盐渍化土壤,对防护土地生态安全具有重要意义.文章基于光谱变换筛选盐分特征波段和特征光谱指数,构建实测高光谱和Sentinel-2B影像的岭回归模型和偏最小二乘回归盐分反演模型,并以特征光谱指数为敏感参量进行星‒地光谱匹配,构建匹配后盐分反演模型,实现银川平原土壤盐分定量反演.结果表明,盐分指数3(Salinity index 3,S3)、强度指数1(Intensity index 1,Int1)和强度指数2(Intensity index 2,Int2)能够实现实测高光谱端元到多光谱像元尺度的匹配,有效地提升模型精度;经光谱匹配后构建的偏最小二乘模型精度最高(R2=0.721,RMSE=4.856 g·kg^(−1)).相比单独利用影像建模,其R2提升了0.309,均方根误差(Root Mean Square Error,RMSE)减小了2.085 g·kg^(−1).盐分反演结果与实地采样具有较好一致性,表明特征光谱指数可为不同尺度遥感数据间光谱匹配与联合,实现地表点到空间面尺度盐渍化定量监测,为土壤盐分监测提供理论借鉴和实践参考.