基于高光谱特征选择和RBFNN的城市植被胁迫程度监测
王芳[1,2] 卓莉[2] 黎夏[2] 夏丽华[1]
[1]广州大学地理科学学院,广东广州510006 [2]中山大学地理科学与规划学院,广东广州510275
摘 要:
以Hyperion星载高光谱数据为例，基于指数提取-特征选择-分类识别-模式分析的思路，分析广州市的城市植被胁迫状况。提取与胁迫相关的高光谱植被指数，对其进行相关分析，滤除相关性很高的植被指数，利用选取的特征应用RBF（径向基函数）神经网络对城市的植被胁迫程度进行分类，对广州市受胁迫植被的空间分布及其原因进行分析。研究表明：运用特征选取和RBF神经网络可以较好的区分城市植被受胁迫的程度；城市植被受胁迫的程度与城市交通污染、人为干扰相关性比较大；受胁迫植被的强度分布呈现从城市中心向外的梯度变化，在大块绿地外围呈环状分布。 (共6页)
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com