高光谱数据森林类型统计模式识别方法比较评价

编号 zgly0000507381

文献类型 期刊论文

文献题名 高光谱数据森林类型统计模式识别方法比较评价

作者 陈尔学  李增元  谭炳香  梁毓照  张则路 

作者单位 中国林业科学研究院资源信息研究所  吉林省汪清林业局 

母体文献 林业科学 

年卷期 2007,43(1)

页码 84-89

年份 2007 

分类号 TP79 

关键词 EO-1  Hyperion  高光谱  统计模式识别  森林类型 

文摘内容 在我国东北地区获取EO-1 Hyperion高光谱数据, 以高空间分辨率的全色SPOT-5数据及其影像分割结果为辅助, 通过外业测量获取真实可靠的森林类型空间分布数据。以这些数据为地面实状数据, 对现代先进的统计模式识别方法用于森林类型识别的效果进行比较评价, 总结可以有效解决有限样本条件下高光谱分类问题的基于统计模式识别的森林类型分类技术方案。评价结果表明: 对高光谱数据进行降维处理, 并采用更加有效的二阶统计量估计方法, 进而应用将空间上下文信息和光谱信息相结合的分类算法, 如ECHO, 可以有效提高高光谱数据森林类型的识别精度。