论文摘要
卫星遥感技术可用于海岛资源调查。Sentinel-2A与Landsat 8两颗卫星都可免费提供空间分辨率较高的多光谱遥感影像,在海岛调查中的应用潜力较大。本文以浙江舟山普陀山岛为例开展了针对这两种影像在海岛植被分类中的应用效果的研究,分别利用Sentinel-2A多光谱成像仪（MSI）和Landsat 8陆地成像仪（OLI）影像基于最大似然法分类获得了该岛阔叶林、针阔混交林、针叶林、灌丛、草丛等植被及其他地物的分布情况,并进行了精度检验,结果表明MSI的总体分类精度略高于OLI。
论文目录
文章来源
类型: 期刊论文
作者: 章晓洁,邓艳芬,张亚超,蒋芸芸,邱桔斐
关键词: 遥感植被分类,最大似然法,总体分类精度
来源: 测绘通报 2019年10期
年度: 2019
分类: 基础科学
专业: 自然地理学和测绘学
单位: 国家海洋局东海海洋环境调查勘察中心
基金: 海洋公益性行业科研专项(201505009),国家海洋局东海分局青年科技基金(201609)
分类号: P237
DOI: 10.13474/j.cnki.11-2246.2019.0326
页码: 97-100
总页数: 4
文件大小: 679K
下载量: 248
相关论文文献
- [1].遥感植被分类方法研究进展[J]. 中国园艺文摘 2015(08)
- [2].植被分类系统与方法综述[J]. 河北林果研究 2010(02)
- [3].对中国植被分类系统的认知和建议[J]. 植物生态学报 2011(08)
- [4].优势种植被分类系统的逻辑分析与示例方案化[J]. 生物多样性 2016(02)
- [5].中国陆地与海岛植被分类研究综述与展望[J]. 海洋学报 2016(04)
- [6].基于空间信息的高光谱遥感植被分类技术[J]. 农业工程学报 2012(05)
- [7].一种提高喀斯特地区植被分类精度的方法——以贵州省关岭县为例[J]. 贵州师范大学学报(自然科学版) 2018(03)
- [8].珠海市植被分类系统和主要植物群落特征[J]. 广东林业科技 2015(02)
- [9].深度学习算法在山区植被分类中的应用[J]. 价值工程 2019(04)
- [10].基于分区和多时相遥感数据的山区植被分类研究[J]. 遥感技术与应用 2008(04)
- [11].多光谱遥感影像植被覆盖分类研究进展[J]. 国土资源遥感 2016(02)
- [12].基于Sentinel-2时序多特征的植被分类[J]. 浙江农林大学学报 2019(05)
- [13].基于RS/GIS技术支持下的植被分类及其覆盖度研究——以昆明市为例[J]. 林业资源管理 2019(03)
- [14].基于融合技术的潮滩湿地植被分类[J]. 测绘 2014(01)
- [15].基于无人机重建点云与影像的城市植被分类[J]. 国土资源遥感 2019(01)
- [16].AVIRIS高光谱数据空-谱特征在植被分类中的对比分析[J]. 智慧农业(中英文) 2020(01)
- [17].不同时相城市QuickBird和WorldView-2植被分类[J]. 数学的实践与认识 2018(20)
- [18].基于旋转森林的Landsat-8影像森林植被分类[J]. 东北林业大学学报 2017(08)
- [19].面向对象的遥感湿地植被分类与信息提取——以微山湖为例[J]. 安徽农业科学 2012(12)
- [20].基于GF-1卫星数据的面向对象的民勤绿洲植被分类研究[J]. 干旱区地理 2017(04)
- [21].依据季相特征GF-2影像的植被分类[J]. 东北林业大学学报 2019(03)
- [22].基于LiDAR点云数据的低矮植被分类方法[J]. 世界地质 2018(04)
- [23].苏州市上方山森林植被分类及其群落学特征[J]. 江苏林业科技 2020(02)
- [24].基于资源一号02C卫星数据的面向对象的森林植被分类[J]. 测绘与空间地理信息 2015(07)
- [25].越南-太原省-大慈县的植被分类[J]. 农村实用技术 2018(12)
- [26].云南热带森林植被分类纲要[J]. 广西植物 2018(08)
- [27].山西植被分类系统修订[J]. 生态环境学报 2019(04)
- [28].基于MODIS的藏北高原植被分类研究[J]. 高原山地气象研究 2010(02)
- [29].高光谱遥感在植被分类中的研究[J]. 矿山测量 2014(01)
- [30].城市植被分类研究进展[J]. 安徽农业科学 2009(16)