基于面向对象分类的芒果林遥感提取方法研究
中国芒果种植面积居世界第二,并有持续增长的趋势.国内外利用遥感手段提取农作物的相关研究较多,但有关芒果林遥感提取的研究仍较少.本研究基于2016年12月的高分辨率卫星SPOT-6数据,结合植被覆盖度(FVC)和坡度(SLOPE)因子,利用面向对象分类方法对芒果林地信息进行提取,结果表明,利用FVC和SLOPE参与分割的面向对象分类方法,提取芒果林地的生产者精度达92.81%,用户精度达97.19%.该方法相比于最大似然法分类以及FVC和SLOPE未参与分割的面向对象分类,提取芒果林地的生产者精度分别提高了19.28%和3.62%;用户精度分别提高了8.62%和3.86%.本研究可为果园用地的遥感识别与信息提取有效的方法借鉴.
芒果林地、面向对象分类、植被覆盖度、数字高程模型、遥感提取
39
P20;TP7
海南省自然科学基金项目2016CXTD015;海南省应用技术研发与示范推广专项ZDXM2015102;海南省重大科技计划项目ZDKJ2016021-02
2017-09-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
1584-1591