光學(xué)協(xié)同合成孔徑雷達(dá)數(shù)據(jù)的森林類型分類研究

打開(kāi)文本圖片集

摘  要：為探究光學(xué)數(shù)據(jù)和合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）數(shù)據(jù)在森林類型分類中的優(yōu)勢(shì)和互補(bǔ)性，以云南省普洱市思茅區(qū)的Landsat 8數(shù)據(jù)與微波遙感SAR影像ALOS2數(shù)據(jù)相交覆蓋區(qū)域?yàn)檠芯繀^(qū)，采用分層分類技術(shù)進(jìn)行森林類型分類研究。構(gòu)建3種特征集，光學(xué)數(shù)據(jù)特征集（光譜+植被因子+紋理+地形特征）、SAR特征集（后向散射+極化分解特征）、光 學(xué)-SAR融合數(shù)據(jù)特征集（光譜+植被因子+紋理+地形+后向散射+極化分解特征），并使用遞歸特征消除法（Recursive Feature Elimination，RFE）對(duì)提取的3種特征集分別進(jìn)行分層特征篩選，再用隨機(jī)森林（Random forest，RF）、支持向量機(jī)（Support Vector Machine，SVM）對(duì)森林類型分類，光學(xué)-SAR融合數(shù)據(jù)SVM的分類效果最好。（剩余20056字）