高光谱遥感城市植被识别方法研究

• 作者: 张立燕 扶丹丹 曾现灵 杨丽新 梁志林
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: 高光谱遥感 城市植被 混合像元分解 Gram-Schmidt融合 植被识别
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 3S技术应用
• 页码范围: 72-75
• 页数: 4页
• 分类号: P237
• 字数: 3531字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2017.02.023

摘要

传统的植被状况调查方式费时、费力,并且更新困难,而高光谱遥感数据图谱合一,能够更精细、准确地进行遥感地物识别和分类,因此采用Hyperion高光谱数据来研究地物混合严重并且呈零星碎片状的城市植被.利用混合像元分解思想改进Gram-Schmidt融合算法,将Hyperion高光谱和ALI全色波段进行融合,提高光谱数据的空间分辨率,来解决城市植被像元混合严重和分布过于零散破碎难题,进而提高植被识别精度.为了避免高光谱植被识别陷入维数灾难,采用主成分分析对融合后的高光谱数据进行数据降维.最后,在地面光谱成像仪获取的纯净像元光谱信息辅助下,选取训练样本进行最小距离分类,完成植被类型识别,总体精度达到84.9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立燕	首都师范大学资源环境与旅游学院三维信息获取与应用教育部重点实验室	7	22	3.0	4.0
2	杨丽新	首都师范大学资源环境与旅游学院三维信息获取与应用教育部重点实验室	2	8	1.0	2.0
3	扶丹丹	首都师范大学资源环境与旅游学院三维信息获取与应用教育部重点实验室	3	15	2.0	3.0
4	曾现灵	首都师范大学资源环境与旅游学院三维信息获取与应用教育部重点实验室	4	12	2.0	3.0
5	梁志林	首都师范大学资源环境与旅游学院三维信息获取与应用教育部重点实验室	3	17	2.0	3.0