摘要
机载多光谱Li DAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱Li DAR的随机森林地物分类方法。该方法通过对Li DAR强度数据和高程数据提取分类特征,完成多光谱Li DAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱Li DAR数据的试验表明:随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。
学科与关键词
关键词
多光谱LiDAR随机森林地物分类变量重要性特征选择 multispectral LiDARrandom forestland-cover classificationvariable importancebackward feature selection
- 机载LiDAR和高光谱融合实现温带天然林树种识别刘丽娟; 庞勇; 范文义; 李增元; 张登荣; 李明泽遥感学报, 2013, (03): 679-695.
- 基于随机森林的机载激光全波形点云数据分类方法范士俊; 张爱武; 胡少兴; 孙卫东中国激光, 2013, (09): 221-227.
- 基于ALOS PALSAR数据的森林/非森林分类梁志锋; 凌飞龙遥感信息, 2013, (02): 51-55.
