文献类型：期刊文章

作　　者：井然[1,2] 邓磊[1,2] 赵文吉[1,2] 宫兆宁[1,2]

机构地区：[1]首都师范大学三维信息获取与应用教育部重点实验室,北京100048 [2]首都师范大学资源环境与地理信息系统北京市重点实验室,北京100048

出　　处：《应用生态学报》

基　　金：国家国际科技合作专项项目(2014DFA21620)资助~~

年　　份：2016

卷　　号：27

期　　号：5

起止页码：1427-1436

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、BIOSISPREVIEWS、CAS、CSCD、CSCD2015_2016、EMBASE、GEOBASE、IC、JST、PUBMED、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：利用ESP分割工具确定最佳分割尺度,通过多尺度分割算法创建最优分割影像,基于微型无人机影像数据生成可见光植被指数,从一系列可见光植被指数中选取一组最优植被指数,建立决策树规则,利用隶属度函数对研究区自动分类,生成水生植被分布图.结果表明:监督分类法的总体精度为53.7%,面向对象分类法总体精度为91.7%,与基于像元的监督分类法相比,面向对象分类法显著改善了影像分类结果,并大大提高了水生植被提取精度,监督分类法的Kappa系数为0.4,而面向对象分类法的Kappa系数为0.9.这表明利用微型无人机数据生成的可见光植被指数结合面向对象分类方法提取水生植被在该研究区是可行的,并能够应用到其他类似区域.

关 键 词：水生植被 微型无人机影像  可见光植被指数  ESP 监督分类  面向对象分类

分 类 号：Q948[植物生产类]