典型文献
基于国产高分遥感数据的黑龙江三江湿地分类
文献摘要：
[目的]湿地是重要的生态系统之一,实现湿地信息的自动提取和动态监测对湿地资源的科学管理和利用有重要的意义.黑龙江三江湿地是我国最大的淡水沼泽湿地,具有丰富的野生动植物资源.探究国产高分五号(GF-5)高光谱和高分六号(GF-6)多光谱遥感数据及其不同特征组合在中高纬度湿地信息分类中的能力,为三江湿地的可持续发展提供科学依据.[方法]首先对获取的高分数据进行辐射定标、大气校正、地理配准、镶嵌和裁剪预处理后,然后采用主成分分析法(Principal Component Analysis,PCA)对高光谱数据进行降维和特征筛选,最终从GF-5遥感影像中选取了5个特征;在GF-6的8个原始波段基础上通过波段计算提取了指数特征(NDVI、NDWI),增加到10个波段,并将GF-5和GF-6影像提取特征进行组合,利用支持向量机(SVM)、随机森林算法(RF)和K-近邻算法(KNN)等3种分类器提取湿地信息.[结果]基于GF-5和GF-6波段组合后的特征组合与SVM算法的结合获取的湿地信息总体分类效果最好,总体精度可达到88.96％,Kappa系数为0.85,能够合理地提取三江湿地的不同地类信息.根据混淆矩阵的数据统计可知,湿地重要的地类草本和水域错分比例明显减少,此外大面积噪声情况有所改善并且细小狭长的水域能够被识别分类.[结论]不同源数据和特征组合的湿地信息提取的精度表明高光谱和多光谱遥感数据的特征组合可以提供丰富的光谱信息,显著减少了"同物异谱,同谱异物"的情况;而且基于GF-5和GF-6特征组合,应用SVM算法,可以获得较高的分类精度,对比单一的GF-5和GF-6遥感数据,总体精度分别提高了16.74％和3.3％,为构建国产高分卫星数据的湿地信息智能提取理论和方法提供技术支撑.
文献关键词：
三江湿地;支持向量机;随机森林;K-近邻算法;GF-5;GF-6
中图分类号：
作者姓名：
潘煜琳;林辉
作者机构：
中南林业科技大学林业遥感信息工程研究中心,湖南长沙 410004;林业遥感大数据与生态安全湖南省重点实验室,湖南长沙 410004
文献出处：
引用格式：
[1]潘煜琳;林辉-.基于国产高分遥感数据的黑龙江三江湿地分类)[J].中南林业科技大学学报,2022(09):71-81
A类：
三江湿地
B类：
高分遥感,遥感数据,湿地分类,自动提取,湿地资源,科学管理,管理和利用,淡水,水沼,沼泽湿地,野生动植物资源,高分五号,GF,高分六号,多光谱遥感,特征组合,中高纬度,信息分类,高分数据,辐射定标,大气校正,配准,镶嵌,裁剪,Principal,Component,Analysis,高光谱数据,特征筛选,遥感影像,NDVI,NDWI,影像提取,提取特征,随机森林算法,RF,近邻算法,KNN,分类器,波段组合,分类效果,总体精度,Kappa,地类,混淆矩阵,草本,水域,错分,声情,有所改善,细小,狭长的,识别分类,不同源,同源数据,信息提取,光谱信息,异物,分类精度,国产高分卫星,卫星数据,智能提取
AB值：
0.369155
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。
