论文摘要
为进一步提高基于遥感影像森林(人工林)植被信息提取的工作效率,基于Google Earth Engine(GEE)平台,以Landsat8 OIL影像为实验数据,利用监督分类、支持向量机、最大熵模型、随机森林以及根据试验区实际构建的决策树分类方法对试验区桉树人工林种植面积进行提取,并对各方法进行了比较,在此基础上利用决策树法提取了广西地区桉树种植面积,并利用无人机影像与Google Earth Pro历史影像对实验结果进行了验证。实验过程及结果表明:利用GEE平台可以高效快速地提取遥感植被信息。在以上5种方法中,决策树分类方法取得最好的效果,其试验区桉树提取总体精度与Kappa系数分别达到0.82,0.85;同时,利用决策树提取的广西桉树种植面积与统计资料的面积统计结果具有较好的一致性。说明构建的决策树分类方法对大区域、复杂山区植被覆盖信息的快速提取具有参考意义。
论文目录
文章来源
类型: 期刊论文
作者: 卢献健,黄俞惠,晏红波,周吕,吴宸龙,周斌,罗乐
关键词: 广西,复杂山区,植被指数,决策树,遥感信息提取
来源: 林业资源管理 2019年05期
年度: 2019
分类: 农业科技,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,林业,自动化技术
单位: 桂林理工大学测绘地理信息学院
基金: 国家自然科学基金(45461089),广西空间信息与测绘重点实验室课题(163802516)
分类号: S792.39;TP751
DOI: 10.13466/j.cnki.lyzygl.2019.05.010
页码: 52-60+75
总页数: 10
文件大小: 8859K
下载量: 502