基于光谱与纹理特征的高分二号竹林信息提

发布时间：2022-02-04 17:27

　　研究以庐山自然保护区为研究区域,进行基于高分二号影像光谱特征与纹理特征的竹林信息提取研究。为了提高竹林的识别精度,依据竹林的纹理特征与周围植被的差异性,本文开展引入纹理特征的分类研究,选取两种不同的实验方案（光谱特征、光谱特征+纹理特征）,采取马氏距离、最大似然法,支持向量机等分类方法进行比较。结果表明:1)引入纹理特征信息的分类精度比纯光谱特征分类精度更高; 2)基于光谱特征+纹理特征的支持向量机的分类方法精度最高,竹林分类的生产精度和用户精度均达到90%以上。 

【文章来源】：测绘与空间地理信息. 2020,43(12)

【文章页数】：6 页

【部分图文】：

总体技术流程

窗口是影响纹理特征完整性的主要因素，窗口的大小部分决定了基于纹理的图像分类的成功。如果窗口尺寸太小，则无法提取足够的空间信息来区分不同的土地特征;如果窗口尺寸太大，它可能会重叠不同的特征并引入空间误差。为了选取最适合的窗口大小，本研究基于实验区分别选取15种窗口大小的分类方案(从3×3至31×31)，提取8个纹理特征，基于纹理特征进行竹林提取，获取不同窗口大小下竹林分类精度(如图2所示)，发现窗口大小在23×23时分类的总体精度和相关系数最高，因此，本文选择在(23×23)窗口下提取均值、方差等8个纹理特征参数。2.3 竹林识别分类方法

【参考文献】：
期刊论文
[1]基于时序Landsat数据的浙江省竹林信息提取及时空演变[J]. 李阳光,杜华强,毛方杰,李雪建,崔璐,韩凝,徐小军.  林业科学. 2019(03)
[2]决策树结合混合像元分解的中国竹林遥感信息提取[J]. 崔璐,杜华强,周国模,李雪建,毛方杰,徐小军,范渭亮,李阳光,朱迪恩,刘腾艳,邢璐琪.  遥感学报. 2019(01)
[3]近30年来庐山风景名胜区NDVI时空变化及其潜在影响因素分析[J]. 宋鸿,黄跃飞,刘海,王敏,钟滨.  长江流域资源与环境. 2019(04)
[4]地理国情信息支持下的鄱阳湖区生态环境评价[J]. 钟滨,张晨,廖明伟.  测绘与空间地理信息. 2018(09)
[5]植被遥感分类方法研究进展[J]. 杨超,邬国锋,李清泉,王金亮,渠立权,丁凯.  地理与地理信息科学. 2018(04)
[6]基于MODIS时间序列反射率数据的雷竹林LAI反演[J]. 朱迪恩,徐小军,杜华强,周国模,毛方杰,李雪建,李阳光.  应用生态学报. 2018(07)
[7]高分二号卫星影像融合及质量评价[J]. 孙攀,董玉森,陈伟涛,马娇,邹毅,王金鹏,陈华.  国土资源遥感. 2016(04)

硕士论文
[1]中国竹林遥感信息提取及NPP时空模拟研究[D]. 崔璐.浙江农林大学 2018



本文编号：3613628