10.3969/j.issn.1004-7743.2019.02.018
基于高光谱遥感图像的树种(树种组)分类
高光谱遥感图像各波段间存在着高相关性和高冗余度,在处理方面上具有一定的困难.使用光谱一阶、二阶微分法对高光谱遥感图像进行处理,增强像元亮度值的差异,选择树种特征差异性较大的特征波段进行组合降维,再利用野外实地调查的样地作为分类训练样本进行分类,然后用位置精度评价对原始影像及光谱一阶、二阶分类结果进行精度评价及分析比较.结果表明,光谱一阶、二阶微分法所选取的波段总体分类精度与Kappa系数都比原始图像分类结果高,其总体分类精度分别为90.20%与91.30%,Kappa系数分别为0.85与0.86;而原始图像分类的总体分类精度与Kappa系数分别为80.20%与0.78.由此可知,光谱一阶、二阶微分法所选取的波段对毛竹、雷竹、杂竹、杉木、马尾松、常绿阔叶树和落叶阔叶树等7个树种(树种组)区分较为有效.
高光谱遥感图像、像元亮度值、光谱一阶、二阶微分、树种(树种组)分类
33
TP75(遥感技术)
2019-06-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
61-66