本文關(guān)鍵詞：基于遙感光譜和空間變量隨機森林的黃河三角洲刺槐林健康等級分類

  更多相關(guān)文章： 枯梢 隨機森林 灰度共生矩陣 Getis統(tǒng)計量 黃河三角洲

【摘要】：對刺槐林健康狀況進行準確分類制圖,是進行刺槐林健康狀況評估與生態(tài)修復的前提。以高分辨率IKONOS影像、基于影像提取的不同窗口、不同灰度共生矩陣紋理信息以及反映局部空間自相關(guān)的Local Getis-Ord Gi(Getis統(tǒng)計量)為數(shù)據(jù)源,結(jié)合實測生態(tài)樣方數(shù)據(jù),利用多決策樹的組合分類模型隨機森林(RF)對刺槐林健康進行分級,對6種方法的分類精度進行了比較且對分類變量的重要性進行了排序。結(jié)果顯示:19m×19m是最佳紋理計算窗口;灰度共生矩陣均值是最優(yōu)紋理變量;基于波段4計算的Getis統(tǒng)計量對RF分類具有最重要的作用;較之利用全部光譜、紋理和Getis統(tǒng)計量的80個波段/變量,利用前向選擇得到的前16個重要性變量進行RF分類,獲得了最高的分類精度(總精度為93.14%,Kappa系數(shù)為0.894)。研究證實了從高分影像提取的空間特征信息有助于提高對具有規(guī)則分布格局的人工刺槐林健康等級的分類精度;前向選擇方法可以利用較少的預測變量獲得較高的分類精度。
【作者單位】： 河海大學地球科學與工程學院;
【關(guān)鍵詞】： 枯梢 隨機森林 灰度共生矩陣 Getis統(tǒng)計量 黃河三角洲
【基金】：國家自然科學基金項目“黃河三角洲濱海濕地生態(tài)系統(tǒng)健康監(jiān)測與預報”(40871230);國家自然科學基金項目“黃河三角刺槐林健康時空變化成因及模擬”(41471419)資助
【分類號】：TP751
【正文快照】： 1引言黃河三角洲處于河流、海洋和陸地多種動力系統(tǒng)作用帶,生態(tài)環(huán)境脆弱[1]。森林具有不可替代的生態(tài)平衡作用,但該地區(qū)受惡劣的條件尤其是鹽漬化土壤限制,很多喬木樹種難以存活。由于刺槐具有一定抗旱、耐鹽堿能力[2],自1970年始在黃河三角洲廣泛種植,成為我國北方面積最大的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 劉慶生;劉高煥;姚玲;;利用Landsat ETM+數(shù)據(jù)檢測人工刺槐林冠健康[J];遙感技術(shù)與應用;2008年02期

2 ;[J];;年期

，

本文編號：601011