论文部分内容阅读
基于CASI高光谱影像资料,计算出NDVI和纹理数据并综合进行SVM(Support VectorMachine)分类,3种信息的组合形成4种分类方案,是为了探讨CASI数据在种植结构精细分类中的应用潜力,为定量研究和监测提供数据基础。数据在分类前利用同步ASD数据和CE-318数据进行了辐射定标和大气校正。分类结果与地面实际调查数据对比验证结果表明:①4种分类结果均与地面实际调查情况基本一致,并分别取得了96.78%、97.21%、88.00%、88.38%的分类精度和0.9676、0.9691、0.8674、0.8716的Kappa系数;②CASI数据信息丰富,在植被的精细分类方面具有很大的应用潜力;③结合空间特征信息和NDVI数据可以有效地提高分类精度。