简介:摘要 : 植被分类是高光谱影像分类中的特定应用问题,光谱特征和空间特征是植被分类中常用的两类特征,比较这两类特征的性能,对实际植被分类应用中选择合适的特征类型或两者的有效结合具有指导意义。用主成分分析( PCA)提取光谱特征时,常选择前几个主成分( PCs)作为光谱特征,虽然它们包含较大的信息量但并不能保证较高的类别可分性和分类正确率,针对这一问题本研究提出了一种混合特征提取方法,对高光谱影像在 PCA的基础上用改进的基于分散矩阵的特征选择方法选出具有较高类别可分性的 PCs用于后续分类。利用一景 AVIRIS高光谱植被影像,从分类精度的角度,首先比较了所提出的混合特征提取方法和原始 PCA、独立主成分分析( ICA)及线性判别分析( LDA) 3种常用子空间特征提取方法在高光谱影像植被分类中的性能。试验结果表明所提出的混合特征提取方法在研究中数据集 1和 2上均获得了最高的总体分类正确率,分别为 82.7%和 86.5%。与原始 PCA相比,本研究提出的混合特征提取方法的总体分类正确率,在数据集 1和 2上分别提高了 1.5%和 2.5%。由此阐明了所提出的混合特征提取方法在高光谱植被分类中的有效性。对光谱特征和空间特征在高光谱影像植被分类性能的比较中,总体上空间特征获得的分类正确率比光谱特征高,特别是 Gabor特征,在两个数据集上均获得了最高的总体分类正确率分别为 95.5%和 96.7%。由此表明空间特征较光谱特征在高光谱影像植被分类中更具优势。本研究结果为后续改进空 -谱特征方法及其两者有效结合,进一步提高植被分类正确率提供了参考。
简介:许多学者先后对东北林区桦木属的分类进行了深入研究,对种及种下分类等级意见至今不一致,给综合开发利用桦木类群资源造成了混乱。笔者经多年深入林区实践、调查、采集标本,结合种群特征、地理分布、生境特点综合分类,不以蜡叶标本作为唯一依据,鉴定了桦木属种及种下等级,基本上同意傅沛云(1995)对东北林区桦木属的分类。但笔者认为东北白桦(B.mandshurica(Regel)Nakai)应视为独立种,取消栓皮白桦(BetulaplatyphyllaSuk.var.phellodendroidesTung)名称及英吉里岳桦(ermaniiCham.var.yingkiliensisliouetWang)名称,卵叶桦(BetulaovalifoliaRupr)不应该降为柴桦变种(BetulafruticosaPall.),仍为独立种。