首页|利用无人机高光谱影像的红树林群落物种分类

利用无人机高光谱影像的红树林群落物种分类

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
近年来红树林群落中物种结构简单、功能退化等环境问题日趋严重,为了及时准确掌握红树林群落的物种空间格局与分布,本文首先基于深圳福田红树林自然保护区无人机高光谱影像,利用归一化差值植被指数和归一化潮间红树林指数提取植被区域;然后在植被区域根据最佳指数法选取信息量大、波段相关性小的波段组合,分别采用基于像素支持向量机分类方法和面向对象影像分类方法对红树林物种进行分类.试验结果表明,基于像素支持向量机分类方法的总体精度为81.03％;利用面向对象影像分类方法的总体精度为85.58％.面向对象影像分类方法能有效去除椒盐噪声,充分利用对象光谱、形状及纹理信息,提供更准确的红树林分布信息.
Mangrove forest species classification based on the UAV hyperspectral images

易俐娜、张桂峰、魏征、王冕卿、刘晋珂、王柳靖

展开 >

中国矿业大学(北京)地球科学与测绘工程学院,北京100083

中国科学院空天信息创新研究院,北京100094

中国科学院大学,北京100190

国家海洋局南海规划与环境研究院,广东广州510145

南海遥感测绘协同应用技术创新中心,广东广州510145

展开 >

高光谱 无人机 红树林 支持向量机 面向对象

高分遥感测绘应用示范系统项目(二期)国家自然科学基金中央高校基本科研业务费项目-中国矿业大学(北京)项目中国科学院战略性先导科技专项(A类)中国科学院科研仪器设备研制项目国家重点研发计划国家重点研发计划中国科学院重点研发项目广东省促进经济发展专项

42-Y30B04-9001-19/21614052042022YQDC12XDA13020506YJKYYQ201700442018YFB05049032016YFB0501402Y9F0600Z2F粤自然资合[2020]012号

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(11)
  • 1
  • 9