10.14067/j.cnki.1673-923x.2021.01.006
基于ICESat-GLAS数据和回波仿真原理识别森林类型
[目的]利用星载激光雷达波形数据对森林类型识别时,受地形、噪声和林层结构等因素影响,针叶林、阔叶林和混交林森林类型识别精度较低,为提高森林类型识别精度,需提取与森林类型相关的波形特征参数.[方法]结合回波仿真原理与林分冠层特征对GLAS回波波形进行理论分析,提出了与森林类型相关的波形特征参数147R-cafit-、K1-47,并与其他森林类型相关的波形特征参数进行联合,建立多种波形特征参数组合,用于森林类型识别.[结果]1)针叶林和阔叶林森林类型识别时,波形特征参数组合147R-cafit-、K1-47森林类型总体识别精度为92.86%,优于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;2)针叶林、阔叶林和混交林森林类型识别时,波形特征参数组合147R-cafit-、K1-47森林类型总体识别精度为77.03%,低于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;3)波形特征参数147R-cafit-、K1-47与其他波形特征参数组合后能够提高森林类型识别精度,其中,147R-cafit-、K1-47、AGS、MSGS参数组合森林类型识别精度最高,针叶林和阔叶林森林类型识别精度为94.64%,针叶林、阔叶林和混交林林分类型识别精度为89.19%.[结论]提出的波形特征参数147R-cafit-和K1-47在针叶林和阔叶林森林类型识别方面具有明显优势,而且与其他波形特征参数组合后能够明显提高针叶林、阔叶林和混交林3种森林类型的识别精度.
GLAS、回波仿真、森林类型、波形特征参数、支持向量机
41
S771(森林工程、林业机械)
国家重点研发计划项目;中央高校基本科研业务费专项资金项目;卫星测绘技术与应用国家测绘地理信息局重点实验室项目
2021-03-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
60-68