共查询到18条相似文献，搜索用时 218 毫秒
1.
结合多尺度纹理特征的高光谱影像面向对象树种分类 总被引：1，自引：0，他引：1
2.
毛竹林HJ-1HIS专题信息的响应与识别 总被引：1，自引：0，他引：1
受目标地物分布地形影响和高光谱的可达10-2λ的光谱敏感性响应等因素影响,高光谱影像中存在严重的信息重叠现象,增加地物的识别难度。通过分析毛竹林与马尾松、杉木、硬阔、经济林等主要森林类型在HJ-1 HIS影像中的光谱相似性、可分性,确定出可适用于毛竹信息提取的高光谱波段,并比对毛竹专题信息提取精度。结果表明,毛竹与马尾松、杉木、硬阔、经济林4种森林类型的原始光谱曲线规律基本一致,光谱差异较小;光谱变换后,在波长753~765 nm和908~917 nm处,各森林类型间光谱差异明显,毛竹与其他森林类型在第1、2、5、9、10、45、59、60、61、109、110、111、112、113、114、115等波段具有较好的可分性,这些波段可用于毛竹专题信息的提取,所选特征波段组合的图像较原始图像的分类总精度提高12.61%,提取竹林面积共计34 117 hm~2。 相似文献
3.
应用无人机激光雷达和机载高光谱数据,通过设计多种分类方案探索不同数据源、不同分类器以及树冠形态特征对单木树种分类的影响。研究结果表明：使用多源遥感数据协同进行单木树种分类时,分类精度高于单一数据源的分类结果。从分类器上看,随机森林分类器的分类精度高于BP神经网络分类器。在将树冠形态特征加入分类器后,分类精度平均提高了1.19%,表明树冠形态特征的加入对单木树种分类具有一定积极意义。 相似文献
4.
以吉林省白河林业局为中心研究区,利用星载高光谱Hyperion数据并结合其他辅助数据,综合利用影像光谱特征、纹理特征、地形特征、典型地类和主要森林类型外业调查样本数据,探究针对C5.0决策树算法的高光谱影像土地覆盖类型多层次信息提取与森林类型识别的有效方法。在分析典型地物光谱特征的基础上,优选8种纹理特征,引入主成分分量及与主要森林类型空间分布相关的敏感地形因子,采用分层分类的策略,根据光谱特征将地类划分层次,在层次间建立基于C5.0决策树算法的决策树模型,对研究区的地类进行细分。为便于对比,以相同的策略采用支持向量机（SVM）分类器进行分类。最后,结合野外采集样本并参考高分辨率影像,采用分层随机抽样的独立检验样本对森林类型精细识别结果进行精度验证。结果表明:C5.0决策树算法可综合利用高光谱影像的光谱、纹理及其他辅助数据,自动寻找出区分各类别的最佳特征变量及分割阈值,运算速度快,占用内存较小且无需人为参与,其分类精度达到优势树种级别,总体分类精度达81.9%,Kappa系数0.709 8。 相似文献
5.
福建将乐林场主要树种冠层光谱反射特征分析 总被引：1，自引：0，他引：1
【目的】对福建将乐林场主要树种的冠层光谱曲线进行分析,以建立和完善该地区森林树种光谱数据库,并对利用高光谱数据研究森林树种分类提供理论和技术支持。【方法】对实测的林场内5个主要树种(马尾松、杉木、毛竹、木荷和苦槠栲)的平均冠层反射光谱曲线,采用导数光谱、红边特征及将冠层光谱曲线转化到频率域的离散傅里叶变换方法进行分析,比较各树种冠层光谱曲线在空间和频率域上的差别。【结果】在可见光波段(480~700nm),毛竹和苦槠栲的冠层反射率高于其他树种;在近红外波段(720~920nm),苦槠栲、木荷、毛竹的冠层反射率明显高于马尾松和杉木,且苦槠栲木荷毛竹。一阶导数光谱对植被类型有很好的区分作用,可以将植被在可见光波段附近吸收谷的特征和在近红外波段的红边特征进行突出显示。冠层光谱的红边特征参数表现为木荷和苦槠栲的光谱曲线红边斜率较大,明显高于马尾松、杉木和毛竹;毛竹的红边位置明显低于其他树种。对树种冠层光谱的频谱分析结果得出,冠层光谱前12次谐波能量累计达到99%,原始光谱曲线冠层光谱在频域上也有可分性,前4次谐波的幅度谱可以将苦槠栲、木荷和毛竹区分出来。【结论】不同树种的光谱曲线在空间域和频率域都存在明显的差别,光谱曲线的红边参数和冠层光谱在频率域的幅度谱有助于定量化地区分不同的树种类型。 相似文献
6.
基于Sentinel-2时序多特征的植被分类 总被引：1，自引：0，他引：1
植被分类是研究森林资源状况和动态变化规律的基础,利用遥感手段可以更加快速、准确地识别植被类型。以位于内蒙古赤峰市喀喇沁旗西南部的旺业甸实验林场为研究对象进行植被分类。采用分层分类的思想,首先根据植被物候特征选取植被生长旺盛时期的影像,计算归一化植被指数（normalized difference vegetation index,NDVI）并设定合适的阈值将研究区内的植被提取出来,剩余部分归为非植被。然后选取NDVI时间序列、最佳时相的Sentinel-2数据中10个波段的光谱反射率特征和主成分分析前3个分量的纹理特征作为分类特征,利用支持向量机分类器将研究区内的植被类型分为耕地、草地、常绿针叶林、落叶针叶林和落叶阔叶林五大类,并将分类结果与最大似然法、NDVI时序+光谱特征的分类结果进行对比分析。NDVI时序+光谱特征+纹理特征的多特征植被分类总体精度达87.64%,Kappa系数为0.85,分别比最大似然法和结合NDVI时序+光谱特征的分类总体精度提高了15.73%和14.61%,Kappa系数提高了0.20和0.18。其中常绿针叶林和耕地的分类结果与实地调查情况高度一致,分类精度分别达到95.65%和92.31%。从而得出:①基于多特征的分类方法有助于提高分类精度;②NDVI时序特征对于植被的区分具有很大帮助;③采用分层分类的思想,首先将研究区内的植被提取出来,可以排除非植被因素的干扰,有效提高植被类型的分类精度。 相似文献
7.
《东北林业大学学报》2020,(9)
以油茶(Camellia oleifera)、马尾松(Pinus massoniana)、杉木(Cunninghamia lanceolata)3种人工林和次生阔叶林为研究对象,通过明确中亚热带紫色土丘陵区不同人工林类型间的土壤质量差异,从而指导该区域的生态恢复与管理工作。结果表明:以6种土壤物理指标、8种土壤化学指标和4种土壤酶活性进行主成分分析,提取出4个主成分,反映了原信息量的86.97%,其中土壤密度、毛管孔隙度、总孔隙度、酸性磷酸酶活性、最大持水量、全氮质量分数、自然持水量、有机质质量分数和脲酶活性在第1主成分上有较高因子负荷,全磷质量分数、有效磷质量分数、有机质质量分数、蔗糖酶活性、pH和全碳质量分数在第2主成分上有较高因子负荷,第3主成分高权重变量为全钾和速效钾质量分数,第4主成分高权重变量仅为过氧化氢酶活性。不同林分之间土壤质量综合指数由大到小依次为:油茶中龄林(0.389)、阔叶林(0.358)、马尾松中龄林(0.215)、油茶成熟林(0.174)、杉木中龄林(0.095)、油茶幼龄林(0.002)、马尾松成熟林(-0.113)、杉木成熟林(-0.432)、马尾松幼龄林(-0.689),油茶和阔叶林的土壤质量处于较高水平,其中油茶人工林各林龄林分土壤质量指数普遍高于同林龄的其他人工林类型,土壤质量较好,是中亚热带紫色土丘陵区较为适宜的人工林类型。 相似文献
8.
为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。 相似文献
9.
基于高分二号卫星影像的粤北地区香芋遥感识别研究 总被引：1，自引：0，他引：1
【目的】高分辨率遥感影像为农作物监测提供高精度的支撑,香芋作为粤北地区的特色作物,是国家地理标志产品,对其监测有助于加强管控和调控。【方法】选择香芋关键物候期的高分二号卫星遥感影像,提取归一化植被指数、归一化差异水体指数、纹理信息,构建融合多特征光谱纹理影像,比较多种组合影像,采用支持向量机作为分类器,对香芋的识别精度进行分析。【结果】融合多特征光谱纹理影像的香芋识别精度最高,总体精度达到96.04%,对香芋的识别精度达到95.30%,比多光谱影像分类精度分别提高5%和6.8%,是多光谱全色融合影像分类精度提升幅度的2倍,且各类地物边界轮廓清晰,图像平滑,细碎图斑很少。【结论】高分二号影像是识别粤北地区香芋的理想数据源,分类精度较高,能够满足农作物监测的需求,能为制定病虫害防治措施,调节种植结构提供支持。 相似文献
10.
基于多时相GF-1遥感影像的作物分类提取 总被引：1，自引：0，他引：1
为了提高遥感影像数据对作物分类提取的精度,更多地反映作物的空间分布结构和物候差异,以黑龙江农垦赵光农场为研究对象,提出一种基于分区与决策树分层分类相结合的作物遥感分类方法,利用2014年高分一号卫星(GF-1)WFV遥感影像数据(4景)开展主要作物的识别分类提取。首先,结合实地调查与影像光谱特征信息的总体分布,将研究区分割成3个子区域(西南区、北部区和东南区);其次,基于多时相遥感影像序列,分析主要作物的反射光谱和植被指数的时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了赵光农场主要作物的空间种植信息。结果表明,2种分类方法的精度都很高,总体精度均在97.00%以上,Kappa系数均在0.900 0以上。分区分类更优于整幅图像非分区分类,总体精度达到98.10%,Kappa系数达到0.960 7;非分区分类总体精度为97.50%,Kappa系数为0.948 3。研究表明,基于分区与决策树分类法相结合的作物分类结果精度,明显优于不使用分区分类的结果。由分区与决策树分层相结合的分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。 相似文献
11.
基于机载激光雷达的寒温带典型森林高度制图研究 总被引：1，自引：0，他引：1
以内蒙古根河市潮查林场境内的寒温带兴安落叶松原始林及其次生林为研究对象,利用机载激光雷达点云数据与地面调查的66个样地数据,采用不同算法计算样地实测树高(Lorey's高、冠幅面积加权树高和算术平均高)分别与基于双正切角树冠识别算法获取的LiDAR估测高(冠幅面积加权树高、算术平均高)和基于点云提取的百分位高构建树高回归模型(冠幅面积加权树高模型、算术平均树高模型和LiDAR百分位树高模型)。对比不同树高模型的训练精度与估测精度的差异,探讨双正切角树冠识别算法对本研究区的适用性;同时了解冠幅面积加权的样地实测树高与Lorey's高对林分平均高代表性的差异,确定最优解释变量,筛选最优树高模型,计算研究区森林高度空间分布图,为后续生物量和碳储量研究提供参考数据。结果表明:样地冠幅面积加权树高的模型训练精度和估测精度与Lorey's高的结果一致性较好,略低于Lorey's高的估测结果。LiDAR百分位树高模型中的50%分位高与样地实测树高相关性显著且回归模型拟合效果较好,其中,以Lorey's高为样地实测树高时模型的R2=0.869、RMSE=1.366m;以冠幅面积加权树高为样地实测树高时模型的R2=0.839、RMSE=1.392m;Lorey's高的50%分位高模型的估测精度最高,各独立验证样本点估测精度均高于85%,平均估测精度为94.73%,最高估测精度可达99.78%,其中混交林平均估测精度(96.72%)高于针叶林的平均估测精度(93.58%)。因此,选择Lorey's高的50%分位高模型计算研究区的森林高度空间分布。 相似文献
12.
吉林蛟河主要树种叶片光谱分类 总被引：1，自引：0，他引：1
运用实验室测量的阔叶红松林的叶片光谱数据,对吉林蛟河实验区的主要树种(红松、白桦、白牛槭、春榆、裂叶榆、蒙古栎、青楷槭、色木槭和紫椴等)的叶片进行分类研究。结果表明:实验室测量叶片光谱数据,针阔树种分类精度达到100%;所有树种分类精度为80%~100%。运用波段响应函数分别模拟多光谱传感器GEOEYE-1、RAPIDEYE和WORDVIEW2的光谱,可以有效区分针阔树种,分类精度为71.6%~100.0%;所有树种分类精度为47.3%~74.0%。 相似文献
13.
In recent years, an increase has occurred in the use of new sensors such as digital measurement cameras or LiDAR (Light Detection And Ranging) devices in remote sensing studies. This situation has encouraged the development of new possibilities for data use. Currently, it is common to perform combined flights where digital cameras take images that record spectral information while LiDAR sensors produce point clouds with positional, spectral and echo information. The goal of this study was to assess the possibility of combining LiDAR intensity with the spectral information provided by digital cameras to increase crop classification accuracy. Due to the geometric characteristics of the LiDAR data collection process, LiDAR intensity was normalized before combining it with the spectral information from the camera. Two different geometric methods were used for this purpose. Both methods were based on the relative position of each point and the position of the sensor at the time of data recording. To analyze the effects of normalization, land-use samples with different radiometric behaviors were taken. The samples were used to assess the degree of variation in the intensity values of a same geographic area acquired in different flight strips by comparing the coefficient of variation of raw intensity data and normalized intensity data. Supervised classifications with the maximum likelihood algorithm were performed to assess the suitability of combining LiDAR intensity with digital images. These results were compared with those obtained using only information from the multispectral camera and showed an increase in accuracy of up to 40% in land-use discrimination after introducing normalized LiDAR intensity values. The combination of both data types allowed the classification of eight types of land use with an accuracy over 92%. 相似文献
14.
稀疏型机载激光雷达（LiDAR）数据,由于点云密度低,难以对单木尺度的森林参数进行估测,在森林资源监测领域的潜在应用价值没有得到充分发挥。以江苏省南京市紫金山国家森林公园为研究区,以2007年机载激光雷达Optech ALTM LiDAR数据、2007年森林资源规划设计调查数据为主要信息源,在机载LiDAR数据预处理、特征参数提取的基础上,采用多元线性回归、随机森林、支持向量机3种方法,估测小班林分平均树高、平均胸径和单位蓄积量并进行对比分析,同时对森林参数进行空间制图。结果表明:1） 高度百分位数和累计高度百分位数是影响小班平均胸径、平均树高和平均蓄积量的主要特征参数;2）3个遥感估测模型精度对比分析表明,平均胸径、平均树高、单位蓄积量3个参数的估测精度,均是随机森林算法最高,支持向量机次之,多元线性回归最低;3）平均树高、平均胸径、单位蓄积量的空间分布规律一致,人为干扰严重的公园边缘地区和土层瘠薄、立地条件差的山脊较低,山南及山北中部最高。稀疏型机载激光雷达（ALS）数据在林分尺度的森林参数估计中具有较高的精度,可以用于森林资源规划设计调查小班的测树因子估测。本研究应用稀疏型机载激光雷达数据估测风景林森林参数,为稀疏型LiDAR数据在森林资源规划设计调查中的推广应用提供参考。 相似文献
15.
为解决市场上鲍鱼产品缺乏科学分类方法的问题,利用近红外光谱分析技术结合机器学习方法对鲍鱼快速分类进行研究,使用MicroNIRTM1700便携式近红外光谱仪采集3种鲍鱼,即绿盘鲍(25只)、红壳鲍(31只)、皱纹盘鲍(35只)的光谱数据,采用CART算法建立鲍鱼分类决策树模型,以模型对测试集样本的预测准确率衡量决策树模型优劣,分裂策略为在每个节点处选择Gini不纯度最大的方式进行分裂,通过交叉验证控制决策树深度。结果表明,对训练集180条光谱建立模型,采用5折交叉验证,模型准确率为90.00%,对测试集93条光谱的预测准确率为90.32%。本研究方法可以很好地区分绿盘鲍、红壳鲍和皱纹盘鲍,满足鲍鱼现场快速分类的需求。 相似文献
16.
基于包络线法的不同树种叶片高光谱特征分析 总被引：4，自引：0，他引：4
高光谱遥感的出现使树种的精细识别成为可能,而高光谱数据具有波段多、数据量大、冗余度大等特点,利用高光谱遥感技术进行树种鉴别时,光谱特征的选择及提取是个非常重要的过程。选择了樟树Cinnamomum camphora,麻栎Quercus acutissima,马尾松Pinus massoniana和毛竹Phyllostachys pubescens 4个树种,利用包络线去除法对ASD高光谱仪实测的原始光谱数据处理,比较原始光谱和包络线去除曲线图,选择差异较大的波段用于识别不同树种,用欧氏距离法检验所选择的波段识别不同树种的效果。结果证明,利用波段较窄的高光谱数据能够挖掘出不同树种的光谱差异,实现不同树种的鉴别;包络线去除法能够有效解决高光谱数据冗余的问题,对4个树种叶片的高光谱进行波段选择,能够将有效波段减少到8个,为484 ~ 493,670 ~ 679,971 ~ 980,1 162 ~ 1 171,1 435 ~ 1 444,1 773 ~ 1 782,1 918 ~ 1 927和2455 ~ 2464 nm,并得到较理想的树种鉴别效果。图5表2参11 相似文献
17.
Development of an agricultural crops spectral library and classification of crops at cultivar level using hyperspectral data 总被引：1，自引：0，他引：1
In the context of a growing interest in remote sensing for precision agriculture applications, the utility of space-borne hyperspectral imaging for the development of a crop-specific spectral library and automatic identification and classification of three cultivars for each of rice (Oryza sativa L.), chilli (Capsicum annuum L.), sugarcane (Saccharum officinarum L.) and cotton (Gossipium hirsutum L.) crops have been investigated in this study. The classification of crops at cultivar level using two spectral libraries developed using hyperspectral reflectance data at canopy scale (in-situ hyperspectral measurements) and at pixel scale (Hyperion data) has shown promising results with 86.5 and 88.8% overall classification accuracy, respectively. This observation highlights the possible integration of in-situ hyperspectral measurements with space-borne hyperspectral remote sensing data for automatic identification and discrimination of various crop cultivars. However, considerable spectral similarity is observed between cultivars of rice and sugarcane crops which may pose problems in the accurate identification of various crop cultivars. 相似文献
18.
天目山常绿阔叶林的混交度研究 总被引：1，自引：0，他引：1
在天目山国家级自然保护区内选择典型常绿阔叶林,设置100m×100m样地,用全站仪测定每株树木坐标。选择胸径在5cm以上的乔木,用优势度分析法确定群落优势种,八邻域边缘校正法校正,并采用树种多样性混交度进行计算。结果表明,天目山常绿阔叶林优势种群以细叶青冈Cyclobalanopsis gracilis,青冈Cyclobalanopsis glauca和短尾柯Lithocarpus brevicaudatus为主,形成多优势种结构特征,样地平均混交度为0．5051,优势种群中常绿树种的混交度为0．4836,非常绿树种的混交度为0．5823。研宄认为,天目山常绿阔叶林保持了较高的树种多样性;细叶青冈、青冈和短尾柯等优势种群因兼有实生和萌生2种聚集繁殖方式所致,降低了常绿阔叶林的混交度;树种混交度是随着胸径的增大而增大的;常绿阔叶林总体呈中度混交状况。图5表1参12 相似文献