-
题名基于机载PHI高光谱数据的森林优势树种分类研究
被引量:10
- 1
-
-
作者
樊雪
刘清旺
谭炳香
-
机构
中国林业科学研究院资源信息研究所
-
出处
《国土资源遥感》
CSCD
北大核心
2017年第2期110-116,共7页
-
基金
高分辨率对地观测系统重大专项项目(编号:30-Y20A37-9003-15/17)
国家自然科学基金青年科学基金项目"机载激光雷达探测森林冠层高度的机理模型研究"(编号:41201334)
国家高技术研究发展计划(863计划)子课题"全球林业定量遥感专题产品生产体系(二)"(编号:2013AA12A302)共同资助
-
文摘
近年来,高光谱遥感在林业方面的应用越来越广泛,尤其在分类方面居多。但机载PHI高光谱数据通常用于农业病虫害监测、海洋悬浮物颗粒监测等,在林业方面的应用较少。以湖北省荆门市东宝区为研究区,以机载PHI高光谱遥感数据为数据源,对森林优势树种进行了分类研究。首先采用独立成分分析法(independent component analysis,ICA)对裁剪后的PHI数据进行降噪,并利用自适应波段选择法(adaptive band selection,ABS)进行降维,再采用归一化植被指数(normalized difference vegetation index,NDVI)区分林地与非林地,最后利用支持向量机法(support vector machine,SVM)进行森林优势树种监督分类。研究结果表明,分类精度可达80.70%,Kappa系数达到0.75;分块处理PHI数据以及采用NDVI区分林地与非林地,对于减弱"同物异谱"和"异物同谱"现象有较好的作用;ABS与SVM相结合的分类方法,较适用于PHI数据在树种识别方面的应用探索,具有重要意义。
-
关键词
高光谱数据
phi
降维
波段选择法
svm
-
Keywords
hyperspectral data phi dimensionality reduction band selection method svm
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-