基于特征优选的面向对象毛竹林分布信息提取
2016-09-15分类号：S795.7;S771.8
【部门】浙江农林大学环境与资源学院浙江省森林生态系统碳循环与固碳减排重点实验室
【摘要】【目的】提出一种基于Ｒｅｌｉｅｆ ｆ特征优选的面向对象分类方法，为解决面向对象森林资源遥感分类提供参考。【方法】以ＳＰＯＴ５高分辨率遥感影像为数据源，以浙江省安吉县山川乡为研究区，通过影像分割，选取８个地物类别的３７０个对象样本，并设置ＳＰＯＴ５影像每个波段的８个灰度共生矩阵纹理、每个波段及ＮＤＶｉ的平均值和标准差等４２个对象特征。利用Ｒｅｌｉｅｆ ｆ算法对设置的４２个对象特征进行优选，采用面向对象的最近邻方法提取研究区毛竹林分布信息。为了比较基于最优特征的面向对象的分类结果，另采用ＣＡＲＴ决策树方法在相同的分割参数和训练样本前提下，通过样本构建决策树分类规则，对研究区进行分类并提取竹林信息。．．．
【关键词】毛竹林 ReliefF算法 特征优选 面向对象 SPOT5遥感影像
【基金】浙江省杰出青年科学基金项目(LR14C160001); 国家自然科学基金项目(31300535,31370637,61190114); 国家林业局“948”项目(2013-4-71); 浙江省自然科学基金项目(LQ13C160002); 浙江省本科院校中青年学科带头人学术攀登项目(pd2013239); 浙江农林大学农林碳汇与生态环境修复研究中心预研基金项目
【所属期刊栏目】林业科学
文献传递
