基于机器学习算法的无人机高光谱树种分类方法研究

摘要：

研究利用无人机获取成都市植物园全域的高光谱影像,采用实时动态测量技术(Real-time kinematic,RTK)对园区内140种树种采集了1 246个样本,筛选出样本量＞30棵的20种树种作为待分类树种.运用随机森林和支持向量机等2种机器学习算法开展20种树种的分类模型构建,结果表明支持向量机算法表现出较好的分类精度,其中整体精度为0.60、Kappa系数为0.50.与传统卫星高光谱影像结合传统分类方法相比,该方法的植被种类分类成果精度有较大提高.

关键词：无人机高光谱、机器学习算法、陆生植被分类

分类号：X826;X835(环境质量分析与评价)

在线出版日期：2023-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：134-137