基于無(wú)人機(jī)可見(jiàn)光影像的紅樹(shù)林冠層群落識(shí)別
發(fā)布時(shí)間:2022-09-17 15:41
為快速準(zhǔn)確地監(jiān)測(cè)紅樹(shù)林群落類型和分布,獲得無(wú)人機(jī)影像在高精度紅樹(shù)林群落制圖中的應(yīng)用方法,使用無(wú)人機(jī)獲取海南省澄邁縣富力灣紅樹(shù)林國(guó)家級(jí)濕地公園的高空間分辨率(5 cm)可見(jiàn)光影像,應(yīng)用面向?qū)ο蠓诸惡妥顑?yōu)分割算法提取紅樹(shù)林冠層邊界,使用可見(jiàn)光波段差異植被指數(shù)和隨機(jī)森林分類算法識(shí)別紅樹(shù)林冠層群落。研究結(jié)果表明:面向?qū)ο蟮碾S機(jī)森林紅樹(shù)林群落分類中,選用最優(yōu)分割尺度和適宜的隨機(jī)森林算法特征和參數(shù)能夠提高紅樹(shù)林群落分類精度,最終分類結(jié)果總體精度達(dá)89.09%,Kappa系數(shù)為0.87。該方法適合高精度、小尺度的紅樹(shù)林群落制圖,能夠及時(shí)、準(zhǔn)確地監(jiān)測(cè)紅樹(shù)林群落變化。因此,無(wú)人機(jī)可見(jiàn)光影像在紅樹(shù)林的監(jiān)測(cè)與管理中有廣闊的應(yīng)用前景。
【文章頁(yè)數(shù)】:11 頁(yè)
【文章目錄】:
1 研究區(qū)概況
2 數(shù)據(jù)來(lái)源與研究方法
2.1 數(shù)據(jù)獲取與預(yù)處理
2.2 研究方法
2.2.1 建立解譯標(biāo)志
2.2.2 面向?qū)ο蠓椒ㄅc最優(yōu)分割尺度評(píng)價(jià)
2.2.3 可見(jiàn)光波段差異植被指數(shù)
2.2.4 隨機(jī)森林分類方法
2.2.5 精度評(píng)價(jià)
3 結(jié)果與分析
3.1 最優(yōu)分割尺度
3.2 紅樹(shù)林與非紅樹(shù)林分類
3.3 隨機(jī)森林參數(shù)確定
3.4 紅樹(shù)林群落分類結(jié)果與精度驗(yàn)證
4 討論與結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]基于對(duì)象分類的遙感影像森林變化檢測(cè)方法[J]. 雷鳴,田衛(wèi)新,任東,董婷. 森林與環(huán)境學(xué)報(bào). 2019(06)
[2]基于多類型無(wú)人機(jī)數(shù)據(jù)的紅樹(shù)林遙感分類對(duì)比[J]. 劉凱,龔輝,曹晶晶,朱遠(yuǎn)輝. 熱帶地理. 2019(04)
[3]基于信息增益和基尼不純度的K近鄰算法[J]. 孫傲,趙禮峰. 計(jì)算機(jī)技術(shù)與發(fā)展. 2019(09)
[4]基于RS/GIS的泉州灣紅樹(shù)林濕地時(shí)空動(dòng)態(tài)變化分析[J]. 路春燕,高弋斌,陳遠(yuǎn)麗,賈明明,傅瑋韋華,熊怡林. 森林與環(huán)境學(xué)報(bào). 2019(02)
[5]漳江口濕地變化的遙感監(jiān)測(cè)[J]. 陳遠(yuǎn)麗,路春燕,劉金福,林芳芳,鐘連秀. 森林與環(huán)境學(xué)報(bào). 2019(01)
[6]基于多元HoG及無(wú)人機(jī)航拍圖像的植被類型識(shí)別[J]. 林志瑋,丁啟祿,涂偉豪,林金石,劉金福,黃炎和. 森林與環(huán)境學(xué)報(bào). 2018(04)
[7]基于高分辨率衛(wèi)星影像的廣西紅樹(shù)林面積監(jiān)測(cè)與群落調(diào)查[J]. 陶艷成,葛文標(biāo),劉文愛(ài),潘良浩,邱廣龍,王欣,范航清. 自然資源學(xué)報(bào). 2017(09)
[8]基于遙感與隨機(jī)森林算法的陜西省土壤有機(jī)質(zhì)空間預(yù)測(cè)[J]. 齊雁冰,王茵茵,陳洋,劉姣姣,張亮亮. 自然資源學(xué)報(bào). 2017(06)
[9]基于WorldView-2數(shù)據(jù)和支持向量機(jī)的紅樹(shù)林群落分類研究[J]. 唐煥麗,劉凱,朱遠(yuǎn)輝,王樹(shù)功,柳林,宋莎. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[10]基于可見(jiàn)光波段無(wú)人機(jī)遙感的植被信息提取[J]. 汪小欽,王苗苗,王紹強(qiáng),吳云東. 農(nóng)業(yè)工程學(xué)報(bào). 2015(05)
博士論文
[1]1973~2013年中國(guó)紅樹(shù)林動(dòng)態(tài)變化遙感分析[D]. 賈明明.中國(guó)科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所) 2014
本文編號(hào):3679507
【文章頁(yè)數(shù)】:11 頁(yè)
【文章目錄】:
1 研究區(qū)概況
2 數(shù)據(jù)來(lái)源與研究方法
2.1 數(shù)據(jù)獲取與預(yù)處理
2.2 研究方法
2.2.1 建立解譯標(biāo)志
2.2.2 面向?qū)ο蠓椒ㄅc最優(yōu)分割尺度評(píng)價(jià)
2.2.3 可見(jiàn)光波段差異植被指數(shù)
2.2.4 隨機(jī)森林分類方法
2.2.5 精度評(píng)價(jià)
3 結(jié)果與分析
3.1 最優(yōu)分割尺度
3.2 紅樹(shù)林與非紅樹(shù)林分類
3.3 隨機(jī)森林參數(shù)確定
3.4 紅樹(shù)林群落分類結(jié)果與精度驗(yàn)證
4 討論與結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]基于對(duì)象分類的遙感影像森林變化檢測(cè)方法[J]. 雷鳴,田衛(wèi)新,任東,董婷. 森林與環(huán)境學(xué)報(bào). 2019(06)
[2]基于多類型無(wú)人機(jī)數(shù)據(jù)的紅樹(shù)林遙感分類對(duì)比[J]. 劉凱,龔輝,曹晶晶,朱遠(yuǎn)輝. 熱帶地理. 2019(04)
[3]基于信息增益和基尼不純度的K近鄰算法[J]. 孫傲,趙禮峰. 計(jì)算機(jī)技術(shù)與發(fā)展. 2019(09)
[4]基于RS/GIS的泉州灣紅樹(shù)林濕地時(shí)空動(dòng)態(tài)變化分析[J]. 路春燕,高弋斌,陳遠(yuǎn)麗,賈明明,傅瑋韋華,熊怡林. 森林與環(huán)境學(xué)報(bào). 2019(02)
[5]漳江口濕地變化的遙感監(jiān)測(cè)[J]. 陳遠(yuǎn)麗,路春燕,劉金福,林芳芳,鐘連秀. 森林與環(huán)境學(xué)報(bào). 2019(01)
[6]基于多元HoG及無(wú)人機(jī)航拍圖像的植被類型識(shí)別[J]. 林志瑋,丁啟祿,涂偉豪,林金石,劉金福,黃炎和. 森林與環(huán)境學(xué)報(bào). 2018(04)
[7]基于高分辨率衛(wèi)星影像的廣西紅樹(shù)林面積監(jiān)測(cè)與群落調(diào)查[J]. 陶艷成,葛文標(biāo),劉文愛(ài),潘良浩,邱廣龍,王欣,范航清. 自然資源學(xué)報(bào). 2017(09)
[8]基于遙感與隨機(jī)森林算法的陜西省土壤有機(jī)質(zhì)空間預(yù)測(cè)[J]. 齊雁冰,王茵茵,陳洋,劉姣姣,張亮亮. 自然資源學(xué)報(bào). 2017(06)
[9]基于WorldView-2數(shù)據(jù)和支持向量機(jī)的紅樹(shù)林群落分類研究[J]. 唐煥麗,劉凱,朱遠(yuǎn)輝,王樹(shù)功,柳林,宋莎. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[10]基于可見(jiàn)光波段無(wú)人機(jī)遙感的植被信息提取[J]. 汪小欽,王苗苗,王紹強(qiáng),吳云東. 農(nóng)業(yè)工程學(xué)報(bào). 2015(05)
博士論文
[1]1973~2013年中國(guó)紅樹(shù)林動(dòng)態(tài)變化遙感分析[D]. 賈明明.中國(guó)科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所) 2014
本文編號(hào):3679507
本文鏈接:http://sikaile.net/nykjlw/lylw/3679507.html
最近更新
教材專著