基于多时相遥感影像的北京平原人工林树种分类
为解决传统遥感分类方法区分平原人工造林地树种难度较大的问题,利用4个不同时相的高空间分辨率卫星影像,基于ESP计算方差变化率并结合目视解译获取影像的最佳分割尺度;通过相关系数法筛选构建的特征,进行面向对象的多时相影像和单时相影像分类,并与基于像元分类方法进行对比分析.结果表明:基于多时相影像各类别分类精度为64%,高于单时相分类精度(51%);面向对象KNN方法的分类精度优于SVM和MLC分类方法,两者精度分别为49%和43%.在树种丰富且分布复杂的平原造林林地景观中,利用多时相遥感数据,采用面向对象分类方法用于树种精细分类更具优势.
多时相影像、面向对象、最优分割尺度、特征筛选、平原林地树种分类
43
TP79(遥感技术)
国家自然科学基金资助项目41571423;中国科学院青年创新促进会资助项目
2017-06-13(万方平台首次上网日期,不代表论文的发表时间)
共9页
710-718