换一批基于多时相SAR数据和SPOT数据的盘古林场林分类型识别
Forest Type Classification Based on Multi-temporal SAR and SPOT Remote Sensing Data in Pangu Forest Farm
摘要林分类型信息的提取是遥感影像分类中的热点和难点.而大兴安岭地区又是我国重点林区和天然林主要分布区之一,植被类型丰富,种类繁多,为林分类型精确识别带来了很大的难度.为了比较和提高林分类型的分类精度,研究以大兴安岭地区盘古林场为实验区,综合利用SPOT-5影像和不同时相的RADARSAT-2全极化SAR影像,采用3种分类方案及最大似然分类方法对研究区遥感影像进行分类,并比较不同分类方案对林分类型识别的精度.3种方案分别是:(1)单独采用SPOT影像对林分类型进行识别;(2)对全极化SAR数据进行极化分解提取参数并结合SPOT数据参与分类;(3)结合SPOT数据与多时相全极化SAR分解参数进行分类.结果表明:对比SPOT、加入单时相和加入多时相3种方案的分类结果,方案三加入多时相SAR影像与SPOT数据对白桦林、落叶松林、樟子松林和云杉林的分类中总分类精度最高,为84.64％,Kappa系数为0.79,对林分类型的识别最为有效,而单用SPOT数据对林分类型识别的精度最低,精度为76.66％,Kappa系数为0.70.
更多相关知识
关键词
林分类型分类多时相多源遥感信息极化分解forest type classificationmulti-temporalmulti-sources Remote Sensing informationpolarization decomposition
分类号
S771.8
栏目名称
DOI
10.7525/j.issn.1673-5102.2016.04.018
发布时间
2016-07-29（万方平台首次上网日期，不代表论文的发表时间）
- 浏览7
- 被引11
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
