基于机器学习的高光谱湿地植被分类研究

基于机器学习的高光谱湿地植被分类研究

论文摘要

为实现湿地植被的精细分类和高精度制图,为湿地管理部门提供准确的决策依据,以美国加州萨克拉门托—圣华金水域的典型湿地植被为研究对象,以高光谱影像为数据源,结合野外GPS采样点,对典型湿地植被的光谱反射率作一阶导数和二阶导数处理,基于均值置信区间原理筛选特征波段,基于单因素分析法筛选能够明显区分植被类型的植被指数。联合特征波段和植被指数构建特征集,利用机器学习C5.0决策树生成知识规则并提取湿地植被信息。结果表明,基于机器学习C5.0决策树的湿地植被提取总体精度为80.09%,Kappa系数为0.792,与最大似然法比较,总体精度提升10.79%,Kappa系数提升0.105,说明基于机器学习的C5.0决策树法能够实现植被的精细分类,方法切实可行。

论文目录

  • 1 研究区概况和数据处理
  •   1.1 研究区概况
  •   1.2 数据来源
  •   1.3 数据预处理
  • 2 研究方法
  •   2.1 导数光谱特征分析
  •   2.2 基于均值置信区间波段选择
  •   2.3 湿地植被指数特征与选择
  •   2.4机器学习C5.0算法构建决策树
  • 3 结果与精度评估
  • 4 结论与讨论
  • 文章来源

    类型: 期刊论文

    作者: 罗宁,阮仁宗,王俊海

    关键词: 湿地植被,机器学习,算法,高光谱影像,分类精度

    来源: 林业调查规划 2019年03期

    年度: 2019

    分类: 农业科技,基础科学,工程科技Ⅱ辑,信息科技

    专业: 生物学,工业通用技术及设备,自动化技术

    单位: 河海大学地球科学与工程学院

    基金: 中央高校基本科研业务费(学生项目)(2017B669X14),中国科学院战略性先导科技专项(XDA05050106)

    分类号: Q948;TP181;TP751

    页码: 1-7

    总页数: 7

    文件大小: 2624K

    下载量: 256

    相关论文文献

    • [1].洞庭湖湿地植被长期格局变化(1987-2016年)及其对水文过程的响应[J]. 湖泊科学 2020(06)
    • [2].宁阳县大汶河生态湿地植被现状及保护[J]. 山东水利 2016(12)
    • [3].内蒙古甘河林业局主要湿地植被类型及保护措施[J]. 内蒙古林业调查设计 2014(06)
    • [4].昼夜增温对南四湖湿地植被NDVI的影响差异[J]. 热带地理 2015(03)
    • [5].浅谈基于无人机遥感的湿地植被监测[J]. 城市地理 2017(02)
    • [6].湿地植被污染物的分析和处理[J]. 现代农业研究 2018(12)
    • [7].基于时间序列谐波分析的鄱阳湖湿地植被分布与水位变化响应[J]. 湖泊科学 2016(01)
    • [8].青海圣雄煤矿煤矸石堆积对周边高寒湿地植被和土壤的影响[J]. 土壤 2020(02)
    • [9].高寒湿地植被生态恢复质量评价体系初探[J]. 吉林农业 2017(04)
    • [10].鄱阳湖湿地植被退化原因分析及其预警[J]. 长江流域资源与环境 2015(03)
    • [11].气候和人类活动影响的湿地植被高光谱研究现状与展望[J]. 新疆大学学报(自然科学版) 2019(01)
    • [12].基于高光谱的湿地植被分类研究[J]. 测绘与空间地理信息 2019(05)
    • [13].基于NDVI分割与面向对象的东洞庭湖湿地植被信息提取技术[J]. 西北林学院学报 2013(04)
    • [14].艾比湖湿地自然保护区湿地植被研究[J]. 干旱区资源与环境 2008(10)
    • [15].浅论内蒙古兴安盟地区主要湿地植被类型特征[J]. 内蒙古林业调查设计 2015(01)
    • [16].山西省河流湿地植被的维管束植物区系研究[J]. 环境科学与管理 2015(01)
    • [17].河套地区湿地植被特征及水体净化潜力[J]. 北方环境 2011(06)
    • [18].张掖市湿地植被资源调查与研究[J]. 湿地科学与管理 2011(03)
    • [19].河北坝上安固里淖湿地植被研究[J]. 河北林果研究 2008(02)
    • [20].东洞庭湿地植被格局变化及其影响因素[J]. 地理研究 2012(03)
    • [21].2000-2010年贵州湿地植被净初级生产力时空变化研究[J]. 环境科学与技术 2015(10)
    • [22].水文情势与盐分变化对湿地植被的影响研究综述[J]. 生态学报 2012(13)
    • [23].鄱阳湖双退区湿地植被恢复方案探讨[J]. 江西农业学报 2010(08)
    • [24].汾河中下游湿地植被物种多样性研究[J]. 西部林业科学 2008(02)
    • [25].鄱阳湖典型洲滩湿地植被叶片和土壤δ~(15)N特征分析[J]. 长江科学院院报 2020(05)
    • [26].大兴安岭东部林区湿地植被类型与分布[J]. 林业勘查设计 2019(03)
    • [27].基于3S技术的东洞庭湖湿地植被的分布与适应性分析[J]. 湖南大学学报(自然科学版) 2013(05)
    • [28].鄱阳湖水体淹没频率变化及其湿地植被的响应[J]. 生态学报 2018(21)
    • [29].基于雷达后向散射特性进行湿地植被识别与分类的方法研究[J]. 遥感信息 2012(02)
    • [30].半干旱区湿地植被群落结构与交错带的变化分析[J]. 水土保持通报 2012(02)

    标签:;  ;  ;  ;  ;  

    基于机器学习的高光谱湿地植被分类研究
    下载Doc文档

    猜你喜欢