基于高光谱MNF-SVM法荒漠化草原地表微斑块识别研究

摘要：

植被群落结构和土壤性质改变是草原退化的主要表现,鼠害是加剧草原退化的重要因素,对地表微斑块识别是草原退化研究的基础.本文利用GaiaiSky-mimi型高光谱仪采集典型荒漠化草原高光谱影像,使用主成分分析法(Principal Compo-nents Analysis,PCA)与最小噪声分离法(Minimum Noise Fraction,MNF)对数据进行前期处理,后采用支持向量机(Support Vector Machine,SVM)法进行地表微斑块识别,并与迭代自组织数据分析法(Isodata)和K均值聚类法(K-means)识别结果进行比较.结果表明:经过MNF处理后,支持向量机法的总体识别精度和Kappa系数最高,识别结果优于其它2种识别方法,对目前处理荒漠化草原地表微斑块的识别具有准确性和实用性,同时为无人机高光谱遥感提供数据及理论支持.

关键词：高光谱、支持向量机、地表微斑块、MNF、识别

所属期刊栏目：42

分类号：X830.1(环境监测)

资助基金：国家自然科学基金31660137

在线出版日期：2022-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：76-81