中国农业科技导报 ›› 2021, Vol. 23 ›› Issue (5): 69-77.DOI: 10.13304/j.nykjdb.2020.0851
张冠宏1,2,王新军1,2*,徐晓龙3,闫立男1,2,常梦迪1,2,李永康1,2
ZHANG Guanhong1,2, WANG Xinjun1,2*, XU Xiaolong3, YAN Linan1,2, CHANG Mengdi1,2, LI Yongkang1,2
摘要: 荒漠植被分布稀疏且叶面普遍较小,导致影像中植被光谱特征较弱,分类难度较大。为提高荒漠植被分类精度,选取古尔班通古特沙漠为研究区,以无人机遥感影像和数字表面模型为数据源,采用面向对象的随机森林算法,在去相关拉伸光谱信息增强基础上对荒漠植被进行分类,分析去相关拉伸前后分类精度的变化。结果表明:基于去相关拉伸并结合面向对象和随机森林算法的轻、中、重度沙漠化区总体分类精度分别为91.01%、95.34%、93.18%,较原始影像分类精度分别提升19.94%、16.10%、17.61%,实现了对荒漠植被的高精度分类,从而为获取荒漠区植被分布状况以及荒漠化监测提供参考。
中图分类号: