基于改进端元提纯模型的 MODIS 森林类型识别研究

• 作者: 林辉 陈利 陶冀
• 来源期刊: 林业资源管理
• 学科: 农学
• 关键词: 遥感 决策树 端元提纯 混合像元 MODIS 森林
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 109-117
• 页数: 9页
• 分类号: S771.8
• 字数: 5080字
• 语种: 中文
• DOI: 10.13466/j.cnki.lyzygl.2015.02.021

摘要

MODIS 遥感数据具有很高的光谱辐射精度，以及成本低、覆盖面积广、获取容易、周期短等数据特征，可以实现全覆盖大尺度区域森林类型信息快速提取，但由于其空间分辨率较低，遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果，但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯，分析各地物的 MODIS 时间序列植被指数变化规律及物候变化规律，利用决策树模型分类的结果进行端元组分的提纯，最后进行混合像元分解。研究结果表明：分类精度最高的是线性混合像元分解，其次是最大似然分类，最差的是非线性混合像元分解，其中带约束和不带约束的线性分解模型的精度相差不大。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林辉	中南林业科技大学林业遥感信息工程研究中心	130	1476	21.0	29.0
2	陈利		5	13	2.0	3.0
3	陶冀		6	21	3.0	4.0