10.6041/j.issn.1000-1298.2021.03.025
基于多源遥感数据的输电线走廊树种分类
针对目前树冠提取中受背景影响和易出现过度分割的问题,首先,采用可见光差异植被指数和双边滤波对传统的单木树冠分割方法进行了改进;然后,以单木树冠为对象提取多维特征,并利用XGBoost算法进行特征重要性排序和特征选择;最后,使用随机森林、支持向量机、人工神经网络3种非参数分类器,设计了 12种分类方案,进行了单木树种分类和精度评价.结果表明,改进的单木分割方法可以有效提高树冠提取精度,得到的树冠分割精度在80%以上;将LiDAR数据和航空正射影像相结合,采用XGBoost算法进行特征选择后,使用ANN分类器的分类方案精度最高,总体精度为86.19%,说明多源数据协同作用和特征选择可以提高树种分类精度,在单木尺度上ANN分类器对现有树种类型的分类能力最强.
单木树种分类、多源数据、单木树冠分割、非参数分类器、输电线走廊
52
TP751.1(遥感技术)
国家自然科学基金面上项目41971376
2021-05-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
226-233