基于HyMap数据的浮水植被信息提取

发布时间：2018-03-02 18:55

  本文选题：HyMap数据　切入点：浮水植被　出处：《国土资源遥感》2017年02期 　论文类型：期刊论文

【摘要】：以美国加利福尼亚州萨克拉门托—圣华金三角洲为研究区,利用2007年6月空间分辨率3 m的HyMap高光谱数据,根据湿地植被的光谱差异,结合地面实况数据,对植被的"三边"参数进行分析,选取合适的植被指数并结合"三边"参数特征,构建决策树模型,提取出研究区的浮水植被,并与最大似然法的分类结果进行比较。结果表明:利用决策树模型分类的总体精度达到82.68%,与最大似然法相比,总精度提高了6%,很好地识别出了研究区湿地植被中的浮水植被。
[Abstract]:Taking the Sacramento San Joaquin Delta of California as the study area, the HyMap hyperspectral data with spatial resolution of 3 m on June 2007 were used to combine the ground real data with the spectral difference of wetland vegetation. By analyzing the "trilateral" parameters of vegetation, selecting the appropriate vegetation index and combining with the characteristics of "trilateral" parameters, the decision tree model is constructed, and the floating vegetation in the study area is extracted. Compared with the result of maximum likelihood method, the result shows that the total accuracy of classification by using decision tree model is 82.68, compared with the maximum likelihood method, the total precision is improved by 6%, and the floating water vegetation in wetland vegetation in the study area is well recognized.
【作者单位】： 河海大学地球科学与工程学院;浙江省义乌市勘测设计研究院;山东省减灾中心;
【基金】：中国科学院战略性先导科技专项项目“应对气候变化的碳收支认证及相关问题”(编号:XDA05050106)资助
【分类号】：Q948;TP751

【参考文献】

相关期刊论文 前2条

1 柴颖;阮仁宗;傅巧妮;;高光谱数据湿地植被类型信息提取[J];南京林业大学学报(自然科学版);2015年01期

2 潘琛;杜培军;张海荣;;决策树分类法及其在遥感图像处理中的应用[J];测绘科学;2008年01期

相关硕士学位论文 前1条

1 客涵;南四湖沉水、浮叶植物群落结构与水环境因子相关研究[D];山东大学;2014年

【共引文献】

相关期刊论文 前10条

1 陶婷;阮仁宗;岁秀珍;王玉强;林鹏;;基于HyMap数据的浮水植被信息提取[J];国土资源遥感;2017年02期

2 喻俊;李晓敏;张权;侍昊;薛建辉;褚军;;基于实测高光谱数据的太湖湖滨带典型植被分类[J];江苏农业科学;2017年05期

3 兰进芳;霍轶珍;李生勇;;基于遥感的内蒙古河套灌区29a种植结构时空演变分析[J];河套学院学报;2017年01期

4 王鹏;万荣荣;杨桂山;;基于多源遥感数据的湿地植物分类和生物量反演研究进展[J];湿地科学;2017年01期

5 王艳楠;王健健;龚健新;袁帅;刘辉;罗文;;基于环境卫星数据的沿海滩涂地物类型分类的随机森林方法[J];遥感技术与应用;2016年06期

6 嘎力巴;臧淑英;李苗;吴长山;;基于指数的遥感影像决策树分类方法[J];环境与发展;2016年05期

7 谢帅;陈建平;于欢;王哲;向杰;;基于面向对象分类技术的雅砻江流域地表信息提取与分析[J];地质学刊;2016年03期

8 李真真;郑翔;牛德奎;郭晓敏;谢碧裕;张学玲;;武功山山地草甸主要群落类型高光谱特征[J];草业科学;2016年08期

9 秦福莹;金凤;那音太;包玉海;马尔仑;;达里诺尔国家级自然保护区典型湿地植被群落光谱特征分析[J];内蒙古科技与经济;2016年11期

10 曹洪涛;张拯宁;李明;李器宇;陈浩;;基于C4.5决策树的多特征遥感分类方法[J];测绘工程;2016年03期

相关硕士学位论文 前2条

1 章伟;洪泽湖、南四湖沉水植物分布及其优势种的C-N代谢研究[D];湖北工业大学;2016年

2 梅芳芳;三种水生被子植物在中国六大湖泊的遗传多样性[D];华中师范大学;2015年

【二级参考文献】

相关期刊论文 前10条

1 周德民;宫辉力;胡金明;吴丰林;;中国湿地卫星遥感的应用研究[J];遥感技术与应用;2006年06期

2 陈春;王冬;马克玲;;遥感信源色彩信号的提取与复现[J];测绘科学;2006年01期

3 王占昌;利用决策树对卫星遥感数据进行分类[J];青海科技;2005年05期

4 陈文,史金成;决策树分类技术研究[J];福建电脑;2005年08期

5 刘勇洪,牛铮,王长耀;基于MODIS数据的决策树分类方法研究与应用[J];遥感学报;2005年04期

6 孙微微,胡月明,刘才兴,薛月菊;基于决策树的土壤质量等级研究[J];华南农业大学学报;2005年03期

7 邓劲松,王珂,李君,董云奇;决策树方法从SPOT-5卫星影像中自动提取水体信息研究[J];浙江大学学报(农业与生命科学版);2005年02期

8 李宁,乐琦;决策树算法及其常见问题的解决[J];计算机与数字工程;2005年03期

9 黄定轩,武振业;一类加权连续属性的多变量决策树构造方法[J];系统工程理论方法应用;2005年01期

10 张剑飞;数据挖掘中决策树分类方法研究[J];长春师范学院学报;2005年02期

相关硕士学位论文 前5条

1 曹晓;西溪国家湿地公园湿地水生植被特征及其与水环境关系研究[D];南京师范大学;2011年

2 南楠;江苏泗洪洪泽湖湿地保护区植被多样性及其对水质的净化效应研究[D];南京林业大学;2008年

3 金红华;浅水湖泊沼泽化程度定量评价及其在东太湖的应用[D];河海大学;2007年

4 陈开宁;蓖齿眼子菜（Potamogeton pectinatus L）生物、生态学及其在滇池富营养水体生态修复中的应用研究[D];南京农业大学;2002年

5 苏胜齐;环境对菹草生长和繁殖的影响及菹草对富营养化水净化能力的研究[D];西南农业大学;2001年

，

本文编号：1557759