ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于环境与灾害监测预报小卫星的树种识别

李俊明; 邢艳秋; 杨超; 李增元东北林业大学; 中国林业科学研究院资源信息研究所
东北林业大学学报2013-11-25
7阅读
引用收藏
分享

摘要

应用环境与灾害监测预报小卫星的高光谱遥感影像,对吉林省汪清林业局施业区内的典型树种蒙古栎、白桦和落叶松进行分类。依据各树种在相同波段灰度值的差异性,从HJ-1A遥感影像的115个波段中提取3个树种可分性好的波段区域,建立基于植被灰度值的分类规则进行预分类,再结合地形因子的坡向数据和DEM数据等地形因子进行再分类。预分类的总体分类精度为68.33%,分别结合坡向数据和高程数据的分类精度为81.67%和80.00%;在预分类中,结合坡向和高程数据的总体分类精度为88.33%。

学科与关键词

关键词
HJ-1A森林类型地形因子树种识别 HJ-1AForest typeTerrain factorForest type identification
相关
加载中…
  • 基于高分二号遥感影像的树种分类方法
    李哲; 张沁雨; 彭道黎遥感技术与应用, 2019, (05): 970-982.
  • 多时相遥感数据森林类型识别技术研究
    温一博; 范文义森林工程, 2013, (02): 14-20.
  • 基于森林类型光谱特征的最佳波段选择研究——以HJ/1A高光谱影像为例
    李俊明; 邢艳秋; 杨超森林工程, 2013, (04): 42-46.
查看全部 →

发表信息

论文状态
公开发表
期刊
东北林业大学学报
发表日期
2013-11-25
卷期
第 11 期
页码
41
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(41171274);中国博士后科学基金项目(2011M500036)

作者

  • 李

    李俊明 (第一作者)

  • 邢

    邢艳秋

查看全部 4 位作者收起作者
  • 杨

    杨超

  • 李

    李增元

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417