首頁 > 期刊 > 自然科學與工程技術 > 農業科技 > 林業 > 林業調查規劃 > 基于機器學習的高光譜濕地植被分類研究 【正文】
摘要:為實現濕地植被的精細分類和高精度制圖,為濕地管理部門提供準確的決策依據,以美國加州薩克拉門托—圣華金水域的典型濕地植被為研究對象,以高光譜影像為數據源,結合野外GPS采樣點,對典型濕地植被的光譜反射率作一階導數和二階導數處理,基于均值置信區間原理篩選特征波段,基于單因素分析法篩選能夠明顯區分植被類型的植被指數。聯合特征波段和植被指數構建特征集,利用機器學習C5.0決策樹生成知識規則并提取濕地植被信息。結果表明,基于機器學習C5.0決策樹的濕地植被提取總體精度為80.09%,Kappa系數為0.792,與最大似然法比較,總體精度提升10.79%,Kappa系數提升0.105,說明基于機器學習的C5.0決策樹法能夠實現植被的精細分類,方法切實可行。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社