10.3969/j.issn.1673-923X.2014.11.027
东洞庭湖湿地植被高光谱数据变换及识别
高光谱识别是采用大量比较窄的波段对目标物进行同时观测,以实现对目标物更好的观测效果。以东洞庭湖为研究对象,对典型湿地植被苔草、芦苇、芦蒿、辣蓼和旱柳开展野外高光谱观测的基础上,开展数据变换和分类识别。在对数据进行剔除、滤波和重采样后,对高光谱数据进行导数运算、对数运算、对数的导数运算、归一化运算和归一化后导数运算,以突出植被的光谱特征差异。采用主成分分析方法,对高光谱数据进行降维。并运用BP(Back Propagation)神经网络、马氏距离(Mahalanobis)分类法、贝叶斯(Bayes)分类法、费希尔(Fisher)分类法、光谱角度制图法(Spectral Angle Mapper,SAM)、支持向量机(Support Vector Machine,SVM)等6种方法开展湿地植被识别。结果表明:在多种数据变换方法中,LOG (N(R))变换效果最好,而湿地植被识别方法中,光谱角度制图法的精度最高。
高光谱识别、湿地植被、光谱特征、东洞庭湖
S771.8(森林工程、林业机械)
国家自然科学基金;湖南省高等学校产业化培育项目
2014-11-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-139