基于集成學(xué)習(xí)和Sentinel-2的落葉松毛蟲蟲害區(qū)識別

打開文本圖片集

摘 要：為實(shí)現(xiàn)快速、高效地監(jiān)測落葉松毛蟲（Dendrolimus superans）蟲害爆發(fā)狀況，以黑龍江省鄉(xiāng)南經(jīng)營所林場8林班為研究區(qū)，以2018年Sentinel-2遙感影像為數(shù)據(jù)源，對該林班的落葉松毛蟲蟲害區(qū)進(jìn)行識別。提取預(yù)處理后影像的原始光譜特征（8個）、光譜指數(shù)特征（12個）與紋理特征（8個），基于方差分析（Analysis of Variance，ANOVA）與極度梯度提升（eXtreme Gradient Boosting，XGBoost）分類器對上述特征降維并按重要性排序，通過集成學(xué)習(xí)分類算法（隨機(jī)森林分類器和XGBoost分類器）進(jìn)行蟲害區(qū)識別和精度比較。（剩余16417字）