高光谱林业遥感分类研究进展
2014-05-30李瑞平
安徽农业科学 2014年9期
摘要为了深入了解高光谱分类领域的研究现状,基于Web of Science数据库和CNKI数据库,检索了关于高光谱遥感分类的相关文献,并对文献的分布情况和研究方法等进行了归纳和分析。结果表明,关于高光谱分类的文献发布数量总体呈上升趋势,其中美国的文献发布量最多,热带森林类型受关注最多。采用最多的分类方法有最大似然法、支持向量机、随机森林、光谱角度制图和判别分析5种,5种方法各有优缺点,分类精度都较高,分类敏感波段大多在可见光、近红外和短波红外等波段。该研究可为高光谱林业遥感分类领域森林类型和分析方法的进一步研究提供参考。
关键词高光谱遥感;文献分布;分类方法
中图分类号S-058文献标识码A文章编号0517-6611(2014)09-02801-05
基金项目国家“十二五”科技支撑项目(2012BAC01B03);教育部新世纪优秀人才支持计划项目(NCET100230);国家自然科学基金项目(41171278)。
作者简介李瑞平(1990-),女,河北沧州人,硕士研究生,研究方向:林业遥感。
准确地获取土地类型和森林树种分布信息一直是林业遥感中的热点课题,对林业资源管理具有重要意义。然而,传统的资源调查方法一般都费时、费力,而且当调查面积很大时,获取的信息具有一定的滞后性。利用多光谱遥感进行资源调查的方法受到光谱分辨率的影响,且受到“同物异谱”和“同谱异物”等现象的干扰。
高光谱数据具有光谱范围广、光谱分辨率高、数据量大等特点,这使得利用高光谱数据实现土地类型或树种的精细识别成为了可能。……
登录APP查看全文
