摘要
荒漠植被分布稀疏且叶面普遍较小,导致影像中植被光谱特征较弱,分类难度较大.为提高荒漠植被分类精度,选取古尔班通古特沙漠为研究区,以无人机遥感影像和数字表面模型为数据源,采用面向对象的随机森林算法,在去相关拉伸光谱信息增强基础上对荒漠植被进行分类,分析去相关拉伸前后分类精度的变化.结果 表明:基于去相关拉伸并结合面向对象和随机森林算法的轻、中、重度沙漠化区总体分类精度分别为91.01％、95.34％、93.18％,较原始影像分类精度分别提升19.94％、16.10％、17.61％,实现了对荒漠植被的高精度分类,从而为获取荒漠区植被分布状况以及荒漠化监测提供参考.
基金项目
国家自然科学基金(41761085)
国家自然科学基金(41301205)
广东省'珠江人才计划'本土创新科研团队项目(2017BT01G115)
国家科技期刊平台
NSTL
维普
万方数据