论文部分内容阅读
以长白山为试验区,选择CHRIS/PROBA高光谱零度角遥感数据,在对其进行预处理的基础上,通过应用最大似然法(MLC)、最小距离法、支持向量机法(SVM)和光谱角填图法(SAM)等几种常用的高光谱遥感分类方法对影像进行森林类型分类。利用混淆矩阵对分类结果进行验证,结果显示:在高光谱遥感森林类型分类中,SVM总体分类精度最高,为84.60%;其次是MLC,为83.53%,最小距离法73.81%,SAM 56.49%。Kappa系数从高到底为:SVM 0.78,MLC 0.77,最小距离法0.68,S