论文部分内容阅读
分析了ALOSPALSAR后向散射系数、干涉相干性和不同极化的比值数据对于森林／非森林的区分能力，并选取对森林／非森林区分度最好的数据组合（干涉相干性和HV极化后向散射系数）进行分类。为了提高分类精度，引入了一种基于后验概率的迭代分类方法，通过迭代不断优化样本的均值与协方差。本文以黑龙江省逊克县为例，用该方法进行森林／非森林分类，总体精度和kappa系数分别达到86％和0．80，均高于传统最大似然分类方法。