基于机载CCD和ALS伪波形数据的山区地表分类研究

• 作者: 于强 黄侃 黄华国
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 地表分类 CCD影像 机载激光雷达 伪波形
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 201-208
• 页数: 8页
• 分类号: S758.5|TP391
• 字数: 6720字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.03.023

摘要

为利用机载激光雷达(Airborne LiDAR scanning,ALS)、结合高空间分辨率影像进行土地利用分类,提出一种利用统计高程分布曲线生成的ALS伪波形,结合点云强度信息和CCD影像RGB 3波段数据对山区复杂地表进行分类的方法,并验证了该方法对山区复杂地形下典型地物的分类精度.通过安徽黄山地区研究区数据分类结果与相同区域基于光学图像的GlobeLand30全球分类产品的对比,验证了该分类方法的可行性和适用性.利用伪波形结合强度信息和RGB信息生成的分类特征曲线,采用神经网络分类方法(ANN)将研究区内地物分为农田、森林、水体、村庄4类.结果 表明,研究区分类总体精度达到95.22％,Kappa系数0.919 2,较同一区域、同等分辨率的光学数据分类产品(总体精度79.56％,Kappa系数0.661 8)精度显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄华国	北京林业大学省部共建森林培育与保护教育部重点实验室	45	252	8.0	14.0
2	于强	北京林业大学省部共建森林培育与保护教育部重点实验室	50	203	9.0	12.0
3	黄侃	北京林业大学省部共建森林培育与保护教育部重点实验室	6	9	2.0	2.0