(整期定稿)网络首发时间:2019-09-24 13:39:05

湿地植被的精细识别与分类是林业遥感中一个亟待解决的难点。本研究以东洞庭湖自然保护区为研究区,以苔草、芦蒿、辣蓼、杨柳和芦苇为研究对象开展高光谱数据观测。采用数据平滑、导数变换、对数变换和归一化变换等方式对高光谱数据进行预处理,再运用PCA算法分别对其进行降维运算,随后采用马氏距离、朴素贝叶斯、Knn、径向基内核支持向量机和随机森林等分类方法对降维后的数据进行分类。结果表明:1)不同预处理方式经过PCA降维后能保持自身特有的特征;2)降维后的累计方差贡献率与分类精度不存在必然联系,主成分个数能对分类精度产生影响;3)不同的分类方法对降维后的数据灵敏度不同,随机森林和径向基内核支持向量机保持较高的稳定性。

国家自然科学基金项目(31370639); 湖南省科技厅项目(2016TP1014);

高光谱; 降维; 分类; 主成分分析; 东洞庭湖;

10.14067/j.cnki.1673-923x.2019.11.006

TP181;Q948;TP79

中国知网独家网络首发,未经许可,禁止转载、摘编。

12736-4161390K
在线咨询 用户反馈