当前位置: 首页 > 文章 > 基于端元提取的滇中典型森林类型识别研究 林业资源管理 2017 (4) 110-116
Position: Home > Articles > Study on Remote Sensing Classification of Typical Forest Types in Central Yunnan Based on Endmember Extraction,ZHANG Yi Forest Resources Management 2017 (4) 110-116

基于端元提取的滇中典型森林类型识别研究

作  者:
黄田;张超;吉一涛;余哲修;罗恒春;张一
单  位:
西南林业大学
关键词:
端元提取;光谱角填图;森林类型;遥感图像分类;滇中地区
摘  要:
端元波谱的选择对森林类型的识别精度和效率具有重要影响。以滇中地区典型森林植被为研究对象,基于Landsat8 OLI遥感影像数据,结合二类调查数据,在影像融合的基础上提取典型森林植被的感兴趣区,通过最小噪声分离变换及n维散点图提取滇中典型森林植被(云南松、华山松、蓝桉、柏木和栎类)的波谱曲线,利用提取出的端元波谱,采用波谱角填图法进行滇中典型森林类型的识别,采用混淆矩阵对分类结果进行精度评价;同时,与传统的森林类型分类识别端元提取方法进行了对比分析。研究结果表明:1)基于感兴趣区端元提取的方法所得的分类结果较为理想,总体分类精度达83.46%,其中云南松84.78%、华山松96.88%、蓝桉80.60%、柏木75.00%、栎类57.69%。2)基于几何顶点的端元提取方法通过多次端元波谱提取、波谱分析仍仅能识别云南松、华山松、蓝桉和栎类,柏木无法识别;分类精度分别为云南松89.13%、华山松84.37%、蓝桉76.12%、栎类53.13%。基于传统方法提取出的波谱近似程度较高,分类精度偏低,端元波谱不易识别。3)基于感兴趣区的端元提取方法方便快捷、精度较高,可避免无意义端元波谱对分类结果的混淆,能有效解决端元波谱无法识别的技术难题。
译  名:
Study on Remote Sensing Classification of Typical Forest Types in Central Yunnan Based on Endmember Extraction,ZHANG Yi

相似文章

计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 1

所属期刊

推荐期刊