杨明星
- 作品数:2 被引量:5H指数:2
- 供职机构:西南林业大学林学院更多>>
- 发文基金:云南省教育厅科学研究基金重点项目更多>>
- 相关领域:农业科学自动化与计算机技术天文地球更多>>
- 基于Landsat 8的云南松光谱端元选择与评价研究被引量:3
- 2017年
- 以云南松为研究对象,调查昆明市主城区周围61个样点,选择3块代表性样地,基于Landsat 8影像,采用纯净像元指数(PPI)、连续最大角凸锥(SMACC)和几何顶点的端元提取方法,利用样区1提取的云南松端元波谱对样区2和3进行分类。以外业调查数据提取的平均端元为真值,结合波谱角填图(SAM)分类结果,对比分析不同的端元提取方法。结果表明:研究样区2基于PPI、SMACC和几何顶点端元提取的分类结果整体精度分别为85.00%、35.00%和85.00%;研究样区3基于PPI、SMACC和几何顶点端元提取的分类结果整体精度分别为83.33%、16.67%和75.00%。基于PPI提取的云南松端元平均波谱曲线与真实地表的云南松波谱曲线最为相似,可用于今后基于Landsat8数据的云南松波谱端元提取和混合像元分解。
- 杨明星张加龙曹影黄田鲍瑞寥嘉文
- 关键词:端元提取混合像元云南松LANDSAT
- 基于Landsat 8的云南松光谱混合分析研究被引量:2
- 2017年
- 通过中低分辨率遥感影像进行土地覆盖分类精度一般不高,且分类到具体树种存在较大困难。基于Landsat 8 OLI影像、61个外业调查样点建立昆明市主城区周围云南松波谱库,采用PPI方法进行端元提取;应用波谱角填图法对端元光谱进行识别并进行林地覆盖分类。利用森林资源二类调查数据进行精度检验,研究区总体精度为75.78%,Kappa为0.69,其中,云南松用户和生产者精度分别为67.70%和71.17%;对典型样区像元分解与精度检验后,云南松覆盖精度有一定的提高。因此,采用PPI和SAM波谱识别方法对云南松信息提取是有效的;应用混合像元分析进行云南松信息提取具有一定的可靠性,适用于中低分辨率的影像,划分典型区域可提高森林树种识别精度。
- 曹影张加龙张加龙黄田陆驰
- 关键词:光谱混合分析云南松PPI端元