基于机载PHI高光谱数据的森林优势树种分类研究

• 作者: 刘清旺 樊雪 谭炳香
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 高光谱数据 PHI 降维 波段选择法 SVM
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 110-116
• 页数: 7页
• 分类号: TP79|TP751.1
• 字数: 5420字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2017.02.16

摘要

近年来,高光谱遥感在林业方面的应用越来越广泛,尤其在分类方面居多.但机载PHI高光谱数据通常用于农业病虫害监测、海洋悬浮物颗粒监测等,在林业方面的应用较少.以湖北省荆门市东宝区为研究区,以机载PHI高光谱遥感数据为数据源,对森林优势树种进行了分类研究.首先采用独立成分分析法(independent component analysis,ICA)对裁剪后的PHI数据进行降噪,并利用自适应波段选择法(adaptive band selection,ABS)进行降维,再采用归一化植被指数(normalized difference vegetation index,NDVI)区分林地与非林地,最后利用支持向量机法(support vector machine,SVM)进行森林优势树种监督分类.研究结果表明,分类精度可达80.70%,Kappa系数达到0.75;分块处理PHI数据以及采用NDVI区分林地与非林地,对于减弱"同物异谱"和"异物同谱"现象有较好的作用;ABS与SVM相结合的分类方法,较适用于PHI数据在树种识别方面的应用探索,具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭炳香	中国林业科学研究院资源信息研究所	43	898	18.0	29.0
2	刘清旺	中国林业科学研究院资源信息研究所	26	442	11.0	20.0
3	樊雪	中国林业科学研究院资源信息研究所	1	12	1.0	1.0