典型文献
基于无人机多源遥感数据的亚热带森林树种分类
文献摘要：
树种多样性是生态学研究的重要内容,树木的种类和空间分布信息可有效服务于可持续森林管理.但在复杂林分条件下,获取高精度分类结果的难度大.而无人机遥感可获取局域超精细数据,为树种分类精度的提高提供了可能.基于可见光、高光谱、激光雷达等多源无人机遥感数据,探究其在亚热带林分条件下的树种分类潜力.研究发现:(1)随机森林分类器总体精度和各树种的F1分数最高,适合亚热带多树种的分类制图,其区分13种类别(8乔木,4草本)的总体精度为95.63％,Kappa系数为0.948;(2)多源数据的使用可以显著提高分类精度,全特征模型精度最高,且高光谱和激光雷达数据显著影响全特征模型分类精度,可见光纹理数据作用较小;(3)分类特征重要性从大到小排序为结构信息,植被指数,纹理信息,最小噪声变换分量.
文献关键词：
无人机;多源数据;机器学习分类器;树种分类
中图分类号：
作者姓名：
姚扬;秦海明;张志明;王伟民;周伟奇
作者机构：
中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京 100085;云南大学生态与环境学院暨云南省高原山地生态与退化环境修复重点实验室,昆明 650091;深圳市环境监测中心站,国家环境保护快速城市化地区生态环境科学观测研究站,深圳 518049;中国科学院大学,北京 100049;北京城市生态系统研究站,北京 100085
文献出处：
引用格式：
[1]姚扬;秦海明;张志明;王伟民;周伟奇-.基于无人机多源遥感数据的亚热带森林树种分类)[J].生态学报,2022(09):3666-3677
A类：
B类：
多源遥感数据,亚热带森林,森林树种,树种分类,树种多样性,生态学研究,树木,分布信息,有效服务,森林管理,无人机遥感,局域,超精,细数,分类精度,可见光,高光谱,激光雷达,随机森林分类器,总体精度,多树种,制图,乔木,草本,Kappa,多源数据,全特征,特征模型,模型精度,雷达数据,模型分类,分类特征,特征重要性,结构信息,植被指数,纹理信息,机器学习分类器
AB值：
0.377252
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。
