文献类型：期刊文章

作　　者：李梦颖[1] 邢艳秋[1] 刘美爽[1] 王铮[2] 姚松涛[1] 曾旭婧[1] 谢杰[1]

机构地区：[1]东北林业大学工程技术学院,黑龙江哈尔滨150040 [2]吉林省基础地理信息中心,吉林长春130062

出　　处：《中南林业科技大学学报》

基　　金：国家林业局林业公益性行业科技专项(201504319)

年　　份：2017

卷　　号：37

期　　号：4

起止页码：52-58

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：以吉林省汪清林业局天然林区为研究区,利用Landsat-8 OLI_TIRS多光谱遥感影像,结合森林资源野外调查数据,提取森林类型纹理、光谱特征参数,作为支持向量机的输入量,利用K-折交叉验证法确定最优核函数,识别森林类型,确定最优分类结果,评价分类精度,并与仅利用波段光谱特征的SVM分类结果进行精度对比。结果表明:利用纹理和光谱特征进行分类,构造SVM进行森林识别是可行的。惩罚系数C=100.0、核函数半径σ=1.000时的径向基核函数构造的支持向量机分类精度最好,总体分类精度可达89.58%,Kappa系数为0.87,单一分类精度中,阔叶林>针叶林>针阔混交林。只利用光谱特征的分类结果精度为81.26%,结合光谱和纹理特征的规律,能够提高分类精度。

关 键 词：Landsat-8  纹理和光谱  支持向量机 森林分类  

分 类 号：S758]