CHRIS高光谱图像森林类型分类方法比较研究_李小梅.pdfVIP

25 　2 　　　　　　 Vol.25　N o.2 2010 4 REM OTE SENSING TECHNO OG Y AND APP ICA TION 　　　　 Ap r.2010 CHRIS 1, 2 1 1 2 李小梅 ,谭炳香 ,李增元 ,张秋良 (1.中国林业科学院资源信息研究所, 北京　100091; 2.内蒙古农业 学林学院, 内蒙古 呼和浩特　010019) :以长白山为试验区,选择 CHRIS/PROBA 高光谱零度角遥感数据, 在对其进行预处理的基 础上,通过应用最 似然法(M C)、最小距离法、支持向量机法(SVM )和光谱角填图法(SAM )等 几种常用的高光谱遥感分类方法对影像进行森林类型分类。利用混淆矩阵对分类结果进行验证, 结果显示:在高光谱遥感森林类型分类中, SV M 总体分类精度最高, 为84.60%;其次是M C, 为 83.53%