%0 Journal Article
%T Comparation of Forest Types Classification Methods Using CHRIS Hyperspectral Image<br>CHRIS 高光谱图像森林类型分类方法比较研究
%A LI Xiao-mei
%A TAN Bing-xiang
%A LI Zeng-yuan
%A ZHANG Qiu-liang
%A <br> 李小梅
%A 谭炳香
%A 李增元
%A 张秋良
%J 遥感技术与应用
%D 2010
%I 
%X 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,通过应用最大似然法(MLC)、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,SVM总体分类精度最高,为84.60%;其次是MLC,为83.53%,最小距离法73.81%,SAM 56.49%.Kappa系数从高到底为:SVM 0.78,MLC 0.77,最小距离法0.68,SAM 0.52.经过比较分析,得出SVM分类方法精度最高,这表明该方法用于高光谱遥感森林分类中的实用性和优越性.
%K CHRlS/PROBA
%K CHRIS/PROBA
%K Forest types
%K Hyperspectral remote sensing
%K Feature extraction<br>森林类型
%K 高光谱遥感
%K 特征提取
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=6F56B81324C1B239DA82AE08A4344F0C&aid=584EE3AAF0735138A651066CA3B0AA59&yid=140ECF96957D60B2&vid=C5154311167311FE&iid=0B39A22176CE99FB&sid=0DEB7A8A66C33AAD&eid=D9AE183D3F5C3C75&journal_id=1004-0323&journal_name=遥感技术与应用&referenced_num=0&reference_num=18