摘要
[目的]利用冰、云和陆地高程卫星-地球科学激光测高系统(ICESat-GLAS)回波波形数据,通过模糊模式识别算法,提出波形特征参数组合,对森林类型进行识别研究,以期提高森林类型分类精度.[方法]利用不同森林类型冠层在GLAS回波波形上表现出的差异性,提取波形特征参数Rfit1、K1'和(K1);将本研究提取的波形特征参数与其他波形特征参数相结合,建立波形特征参数组合;对样本数据波形特征参数进行指标归一化和奇异点检测处理,剔除样本数据中的奇异点样本;结合模糊模式识别算法,计算不同森林类型分类精度.[结果]针叶林和阔叶林森林类型分类总精度为96.30％,其中,针叶林和阔叶林森林类型分类精度分别为92.86％和97.50％;针叶林、阔叶林和混交林森林类型分类总精度为84.51％,其中,针叶林、阔叶林和混交林森林类型分类精度分别为85.71％、97.50％和52.94％.[结论]模糊模式识别算法在森林类型分类方面具有一定优势,尤其在针叶林和阔叶林森林类型识别方面,识别精度较高.
国家科技期刊平台
NSTL
维普
万方数据