基于SVM雷达卧龙大熊猫栖息地森林成图

编号 zgly0001595097

文献类型 期刊论文

文献题名 基于SVM雷达卧龙大熊猫栖息地森林成图

作者 周晓宇  陈富龙  姜爱辉 

作者单位 中国科学院遥感与数字地球研究所数字地球重点实验室  中国科学院大学  联合国教科文组织国际自然与文化遗产空间技术中心  山东科技大学测绘科学与工程学院 

母体文献 国土资源遥感 

年卷期 2017年03期

年份 2017 

分类号 TN957.52 

关键词 多时相  双极化  ALOSPALSAR  支持向量机  森林精确制图  世界自然遗产地 

文摘内容 卧龙自然保护区(世界自然遗产地)是大熊猫最主要的栖息地之一。结合雷达遥感全天时、全天候观测优势,以及森林覆盖对栖息地生境评价的重要性,开展多时相、双极化雷达数据森林精细成图研究就显得尤为重要。本研究首先对雷达数据进行辐射地形校正;然后选用5个时相ALOS PALSAR数据,采用支持向量机(support vector machine,SVM)方法进行森林精细成图。研究选取了5个多时相、双极化典型特征信息参与初始训练和分类,即HH_m,HV_m,TSD,HH_m-HV_m和HH_m/HV_m;接着通过对不同信息组合分类精度的试验与对比,获取了最优特征组合HH_m,HV_m,TSD,HH_m-HV_m。对应分类总体精度、森林及非森林类别用户精度分别为86.90%,82.34%和92.83%,显著优于单时相单极化数据分类结果(分类总体精度55.47%)。研究结果验证了多时相、双极化雷达遥感数据在自然遗产地森林精细成图中的有效性,并揭示了雷达遥感在多云多雨地区生境监测与评价中的潜力与应用价值。