基于光谱特征的森林类型识别研究
光谱特征分析是森林类型识别的前提。本文使用ALOS遥感数据,通过单波段、多波段统计方法分析波段数据特征,获得对影像的整体认识；运用归一化植被指数、主成分分析以及最佳指数法,计算不同森林类型的光谱特征；通过与最大似然法对比,结合实地调查数据,构造出理想的决策树算法,研究森林类型识别问题。结果表明：ALOS数据4个波段中,波段4独立性较强,在遥感信息提取中是必选波段；NDVI及主成分变换可显著增强地物区分度,为森林类型识别研究的波段组合提供参考；同最大似然法相比,ALOS影像分类精度显著提高；决策树算法大大克服了混合分类现象,提高了森林类型识别精度。
遥感 光谱特征 ALOS 森林类型
严恩萍 林辉 莫登奎 孙华
中南林业科技大学 林业遥感信息工程研究中心,湖南 长沙 410004
国内会议
南京
中文
1-8
2012-09-01（万方平台首次上网日期，不代表论文的发表时间）