典型文献
基于GF-1影像的多时相多特征落叶松人工林提取研究
文献摘要：
落叶松人工林是我国北方林区的重要树种,造林面积逐年增大.落叶松人工林信息的精确提取对我国合理利用森林资源有着重要的意义.以黑龙江省桦南县境内的孟家岗林场为研究区,结合落叶松的物候特征,选取典型时期的GF-1 PMS影像,以森林资源二类调查小班数据和实地调查数据为样地数据,提取影像的光谱特征、纹理特征、植被指数和地形特征,从多时相和多特征角度出发采用随机森林算法(RF)提取落叶松人工林的空间分布,以得到落叶松人工林最佳分类特征组合.实验结果表明,利用灰度共生矩阵(GLCM)对不同窗口下的纹理特征进行分类,最佳窗口大小为9×9.基于Gini系数对所有特征重要性进行评估,将总体精度最高的作为优选子集,当使用所有特征的84％(光谱、纹理、指数和地形特征的数量分别为11,5,9和2)分类时,总体精度达到最高82.67％(Kappa系数为0.76),且所有特征中植被指数特征贡献率最高.相比于使用光谱特征、光谱特征+植被指数,光谱特征+纹理特征以及光谱特征+地形因子分类,构建多特征优选的RF分类模型可有效降低维度,提高落叶松人工林分类精度.
文献关键词：
落叶松人工林;纹理特征;随机森林;特征优选
中图分类号：
作者姓名：
王晓洋;姜友谊;黎晓;胡亚轩;张家政;刘博伟
作者机构：
西安科技大学 测绘科学与技术学院,西安710054;中国地震局第二监测中心,西安710054
文献出处：
引用格式：
[1]王晓洋;姜友谊;黎晓;胡亚轩;张家政;刘博伟-.基于GF-1影像的多时相多特征落叶松人工林提取研究)[J].林业资源管理,2022(04):109-118
A类：
B类：
GF,多时相,多特征,落叶松人工林,林区,树种,造林,国合,黑龙江省,桦南县,县境,孟家,林场,物候特征,PMS,森林资源二类调查,小班,班数,实地调查,样地,光谱特征,纹理特征,植被指数,地形特征,随机森林算法,RF,分类特征,特征组合,灰度共生矩阵,GLCM,同窗,最佳窗口,Gini,特征重要性,总体精度,子集,Kappa,特征贡献率,地形因子,特征优选,分类模型,低维,林分,分类精度
AB值：
0.345923
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。
