原文服务方: 东北林业大学学报       
摘要:
以内蒙古根河地区的温带天然林试验区为研究对象,采用支持向量机(SVM)方法,对经过大气校正后的机载AISA Eagle II高光谱地表反射率影像分航带进行树种分类,将地面光谱测量与高光谱同平台的高分辨率航空相片结合,进行训练样本的选择,使用地面样地数据对分类结果进行验证.结果表明:利用AISA Eagle II高光谱影像对温带天然林区分类的总体精度和kappa系数分别达到了96.71%和0.95;灌木分类精度最高,其制图精度和用户精度分别达到了98.07%和98.31%;落叶松和白桦的用户精度分别为98%和94%.
推荐文章
基于机载激光雷达和高光谱数据的树种识别方法
森林测计学
高光谱
激光雷达
分层训练样本自动提取
树种识别
光谱角填图
支持向量机
基于高光谱影像的树种分类
高光谱
超光谱成像仪(HSI)
树种分类
光谱角填图
线性波谱分离
小兴安岭天然林不同树种的树高曲线模型
天然林
树高曲线模型
小兴安岭
天然林保护工程中森林经营技术的应用
天然林保护
可持续发展
森林经营技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机载AISA Eagle Ⅱ高光谱数据在温带 天然林树种分类中的应用
来源期刊 东北林业大学学报 学科
关键词 AISAEagleII 机载高光谱影像 大气校正 天然林
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 72-76
页数 5页 分类号 S771.8
字数 语种 中文
DOI 10.3969/j.issn.1000-5382.2019.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李增元 中国林业科学研究院资源信息研究所 162 3306 33.0 49.0
2 庞勇 中国林业科学研究院资源信息研究所 81 1590 25.0 38.0
3 李军玲 中国林业科学研究院资源信息研究所 2 3 1.0 1.0
4 荚文 中国林业科学研究院资源信息研究所 5 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (111)
共引文献  (75)
参考文献  (16)
节点文献
引证文献  (2)
同被引文献  (32)
二级引证文献  (2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(12)
  • 参考文献(3)
  • 二级参考文献(9)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
AISAEagleII
机载高光谱影像
大气校正
天然林
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东北林业大学学报
月刊
1000-5382
23-1268/S
大16开
1957-01-01
chi
出版文献量(篇)
7235
总下载数(次)
0
总被引数(次)
68015
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导