摘要
由于同物异谱、异物同谱现象的大量存在 ,以及地形地势、土壤水分等影响 ,使应用遥感数据的森林分类能力受限 .为此许多学者研究应用专家系统、神经网络、反演模型来提高分类精度 ,但在复杂地形、森林植被较破碎时其分类效果仍不理想 .因此不少学者将目光转向辅助信息 .所谓辅助信息就是借助直接和间接能影响森林植被分类能力的一些因子 ,如海拔、坡向、土壤厚度、坡度等 ,此外一些专题图件如林相图也是很好的辅助信息 .电子林相图除有图形信息外 ,同时也具有属性信息 ,属性信息中又包含了大量地形地势、土壤、树种及树种组成等信息 ,这些对森林植被分类具有很大的参考价值 .而地形图和在此基础上形成的DEM图除对森林植被分类具有参考价值外 ,同时对区划小班。
Because of same object with different spectra, different objects with same spectrum, topographical influence, different soil moisture contents, the capability of applying remote sensing data on forest classification is reduced. Many scholars has studied how to improve classification accuracy by using expert system, neurotic network, inverse model, but the results are not satisfying sometimes due to the complicated topography and high vegetation fragmentation. So a lot of researchers have turned their focus ...
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2003年第S1期41-42,共2页
Journal of Beijing Forestry University
关键词
同物异谱
辅助信息
森林植被分类
same object with different spectrums
auxiliary information
forest vegetation classification
