张珍珍
- 作品数：2 被引量：18H指数：2
- 供职机构：河海大学地球科学与工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于遥感光谱和空间变量随机森林的黄河三角洲刺槐林健康等级分类被引量：16
- 2016年
- 对刺槐林健康状况进行准确分类制图,是进行刺槐林健康状况评估与生态修复的前提。以高分辨率IKONOS影像、基于影像提取的不同窗口、不同灰度共生矩阵纹理信息以及反映局部空间自相关的Local Getis-Ord Gi(Getis统计量)为数据源,结合实测生态样方数据,利用多决策树的组合分类模型随机森林(RF)对刺槐林健康进行分级,对6种方法的分类精度进行了比较且对分类变量的重要性进行了排序。结果显示:19m×19m是最佳纹理计算窗口;灰度共生矩阵均值是最优纹理变量;基于波段4计算的Getis统计量对RF分类具有最重要的作用;较之利用全部光谱、纹理和Getis统计量的80个波段/变量,利用前向选择得到的前16个重要性变量进行RF分类,获得了最高的分类精度(总精度为93.14%,Kappa系数为0.894)。研究证实了从高分影像提取的空间特征信息有助于提高对具有规则分布格局的人工刺槐林健康等级的分类精度;前向选择方法可以利用较少的预测变量获得较高的分类精度。
- 赵玉王红张珍珍
- 关键词：枯梢灰度共生矩阵黄河三角洲
- 基于卫星IKONOS影像的黄河三角洲人工刺槐林健康状况分类被引量：6
- 2014年
- 对刺槐林生长状况的准确分类制图,是刺槐林生长动态监测和枯梢退化原因分析的基础,对指导防护林建设、更新以及研究区其它树种的植被重建具有重要的意义。研究以黄河三角洲地区刺槐林为对象,采用2013年6月9日IKONOS影像为数据源,利用决策树分类器对归一化植被指数和土壤调节植被指数定义一组规则提取出刺槐林地分布范围,制作刺槐林地掩膜,创建灰度共生矩阵来区分健康树冠和林下禾草。结合实地样方调查信息,选取感兴趣区进行监督分类。刺槐林的三个健康度由原位的5个树冠条件指标决定。分类结果表明,刺槐林健康状况分类结果与实地样方数据具有较好的一致性,利用混合矩阵进行精度评价,总精度达到84.315 9%,Kappa系数为0.765 2。
- 张珍珍王红
- 关键词：刺槐林IKONOS影像灰度共生矩阵感兴趣区
