基于ICESat-GLAS数据和模糊模式识别算法识别森林类型

编号 zgly0001733571

文献类型 期刊论文

文献题名 基于ICESat-GLAS数据和模糊模式识别算法识别森林类型

作者 蔡龙涛  邢涛  邢艳秋  丁建华  黄佳鹏  崔阳  秦磊 

作者单位 东北林业大学工程技术学院 

母体文献 南京林业大学学报(自然科学版 

年卷期 2021,45(04)

页码 33-40

年份 2021 

分类号 S718.551 

关键词 地球科学激光测高系统  森林类型  模糊模式识别  波形特征参数  奇异点  隶属度 

文摘内容 【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R_(fit_1)、K_1′和■;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。