典型文献
云南香格里拉区域尺度森林类型遥感分类评价
文献摘要：
基于Google Earth Engine云平台和Sentinel-2影像,通过多时相影像和地形特征的不同组合,利用随机森林算法对云南省香格里拉地区的森林类型进行3个层次上的识别和分类制图.结果表明:多时相特征结合地形信息在3个层次上分类精度最高;森林和非森林类型,总体精度为98.15％,Kappa系数为0.9624;针叶林和阔叶林,总体精度为89.74％,Kappa系数为0.7926;8种针叶林类型,总体精度为92.87％,Kappa系数为0.9180.地形信息有利于森林类型信息的提取,多时相的Sentinel-2数据对于大范围精确识别森林类型具有较大的潜力.
文献关键词：
多时相;Sentinel-2;区域尺度;森林类型;针叶林
中图分类号：
作者姓名：
李瑾;王雷光;郑晨;徐伟恒;代沁伶
作者机构：
西南林业大学林学院,云南昆明650233;西南林业大学大数据与人工智能研究院,云南昆明650233;西南林业大学森林生态大数据国家林业与草原局重点实验室,云南昆明650233;河南大学数学与统计学院,河南开封475004;西南林业大学艺术与设计学院,云南昆明650233
文献出处：
引用格式：
[1]李瑾;王雷光;郑晨;徐伟恒;代沁伶-.云南香格里拉区域尺度森林类型遥感分类评价)[J].西南林业大学学报,2022(01):124-132
A类：
B类：
云南香格里拉,区域尺度,森林类型,遥感分类,分类评价,Google,Earth,Engine,Sentinel,多时相影像,地形特征,不同组合,随机森林算法,香格里拉地区,制图,特征结合,地形信息,分类精度,总体精度,Kappa,针叶林,阔叶林,类型信息,精确识别
AB值：
0.379298
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
