遥感信息
遙感信息
요감신식
2013年
4期
90-97
,共8页
植被监测%面向对象%粗糙集%树种分类%规则集
植被鑑測%麵嚮對象%粗糙集%樹種分類%規則集
식피감측%면향대상%조조집%수충분류%규칙집
forest monitoring%object-oriented%rough set%tree classification%rule set
树种分类是林业资源监测中的核心问题,而面向对象的树种分类是目前研究的重点,在面向对象分类方法中,难点在于规则集的建立.本文针对面向对象树种分类问题,以福建将乐国有林场为研究区域,ALOS影像为遥感数据源,探讨面向对象分类规则集的建立并进行树种分类.首先,选择最优的分割尺度,并对影像进行多尺度分割;然后,基于粗糙集进行对象特征的属性约简,从对象的34个特征中约简出最能代表树种分类的13种参数,包括波段比值、亮度值、平均灰度值等;最后建立分类规则集.应用该规则集,对实验区影像进行分类,分类精度达80.4509%,效果较好.实验证明本文所提出的方法可高效地利用遥感图像的信息,提高分类精度,为林业资源调查和植被监测提供了有效的辅助手段.
樹種分類是林業資源鑑測中的覈心問題,而麵嚮對象的樹種分類是目前研究的重點,在麵嚮對象分類方法中,難點在于規則集的建立.本文針對麵嚮對象樹種分類問題,以福建將樂國有林場為研究區域,ALOS影像為遙感數據源,探討麵嚮對象分類規則集的建立併進行樹種分類.首先,選擇最優的分割呎度,併對影像進行多呎度分割;然後,基于粗糙集進行對象特徵的屬性約簡,從對象的34箇特徵中約簡齣最能代錶樹種分類的13種參數,包括波段比值、亮度值、平均灰度值等;最後建立分類規則集.應用該規則集,對實驗區影像進行分類,分類精度達80.4509%,效果較好.實驗證明本文所提齣的方法可高效地利用遙感圖像的信息,提高分類精度,為林業資源調查和植被鑑測提供瞭有效的輔助手段.
수충분류시임업자원감측중적핵심문제,이면향대상적수충분류시목전연구적중점,재면향대상분류방법중,난점재우규칙집적건립.본문침대면향대상수충분류문제,이복건장악국유림장위연구구역,ALOS영상위요감수거원,탐토면향대상분류규칙집적건립병진행수충분류.수선,선택최우적분할척도,병대영상진행다척도분할;연후,기우조조집진행대상특정적속성약간,종대상적34개특정중약간출최능대표수충분류적13충삼수,포괄파단비치、량도치、평균회도치등;최후건립분류규칙집.응용해규칙집,대실험구영상진행분류,분류정도체80.4509%,효과교호.실험증명본문소제출적방법가고효지이용요감도상적신식,제고분류정도,위임업자원조사화식피감측제공료유효적보조수단.