王洪玉

个人信息Personal Information

教授

博士生导师

硕士生导师

性别:男

毕业院校:天津大学

学位:博士

所在单位:信息与通信工程学院

学科:通信与信息系统. 信号与信息处理

办公地点:大连理工大学创新园大厦B510

联系方式:电子邮箱:whyu@dlut.edu.cn 办公电话:0411-84707675 移动电话:13842827170

电子邮箱:whyu@dlut.edu.cn

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

基于多种植被指数信息与联合稀疏表示的红树林种类识别

点击次数:

论文类型:期刊论文

发表时间:2017-01-01

发表刊物:海洋环境科学

收录刊物:CSCD

卷号:36

期号:1

页面范围:114-120

ISSN号:1007-6336

关键字:红树林; 稀疏表示; 植被指数; 资源三号; 遥感分类

摘要:红树林种类识别对于研究红树林生态系统的变化具有重要意义。本文以广西铁山港红树林区为研究区域,以国产资源三号测绘卫星数据为数据源,分析区内各种红树
   林的光谱特性,并结合多项植被指数(RVI,NDVI,VARI和NDGI)信息,采用联合稀疏表示分类器进行红树林种类遥感识别。本文主要分析了桐花树
   、海漆、白骨壤、红海榄、秋茄、海桑、木榄这7种红树林种类以及陆地灌丛、泥滩、草地这些非红树林种类的几项植被指数,并结合多光谱图像的几何空间与光谱
   特征空间,采用联合稀疏表示算法进行红树林种类分类。利用组合光谱和4种植被指数信息进行分类可以达到最好的分类效果,总体精度为95.37%,kapp
   a系数为0.9347。实验结果表明:光谱特征结合植被指数信息进行分类能提高分类精度,四种植被指数中NDVI对于区分红树林种类具有更大的贡献,联合
   稀疏表示分类器在红树林种类识别中表现出优异的分类效果。