典型文献
基于GF-6 WFV影像和特征优选的保护区植被分类
文献摘要：
为提高保护区植被分类精度,以GF-6 WFV影像为数据源,提取光谱、植被指数、地形和纹理共92个特征指数,结合RFECV和Relief F等2种特征指数优化算法,采用随机森林分类器对甘肃白水江国家级自然保护区开展植被分类研究.结果表明:Relief F-RF法提取保护区植被类型效果最佳,总体精度为84.87％,Kappa系数为0.828.该方法能有效提高保护区植被分类精度,可为生物多样性保护、森林资源监测提供技术支撑.
文献关键词：
遥感分类;特征优选;随机森林;特征提取
中图分类号：
作者姓名：
胡淑萍
作者机构：
中国林业科学研究院资源信息研究所,北京 100091;国家林业和草原局林业遥感与信息技术重点实验室,北京 100091
文献出处：
引用格式：
[1]胡淑萍-.基于GF-6 WFV影像和特征优选的保护区植被分类)[J].林业科技通讯,2022(10):28-33
A类：
B类：
GF,WFV,特征优选,植被分类,分类精度,数据源,植被指数,特征指数,RFECV,Relief,随机森林分类器,白水江国家级自然保护区,分类研究,取保,植被类型,总体精度,Kappa,生物多样性保护,森林资源监测,遥感分类
AB值：
0.328186
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。
