CHRIS高光谱图像森林类型分类方法比较研究

编号 zgly0001593344

文献类型 期刊论文

文献题名 CHRIS高光谱图像森林类型分类方法比较研究

作者 李小梅  谭炳香  李增元  张秋良 

作者单位 中国林业科学院资源信息研究所  内蒙古农业大学林学院 

母体文献 遥感技术与应用 

年卷期 2010年02期

年份 2010 

分类号 TP79 

关键词 CHRIS/PROBA  森林类型  高光谱遥感  特征提取 

文摘内容 以长白山为试验区,选择CHRIS/PROBA高光谱零度角遥感数据,在对其进行预处理的基础上,通过应用最大似然法(MLC)、最小距离法、支持向量机法(SVM)和光谱角填图法(SAM)等几种常用的高光谱遥感分类方法对影像进行森林类型分类。利用混淆矩阵对分类结果进行验证,结果显示:在高光谱遥感森林类型分类中,SVM总体分类精度最高,为84.60%;其次是MLC,为83.53%,最小距离法73.81%,SAM 56.49%。Kappa系数从高到底为:SVM 0.78,MLC 0.77,最小距离法0.68,SAM 0.52。经过比较分析,得出SVM分类方法精度最高,这表明该方法用于高光谱遥感森林分类中的实用性和优越性。