科研之友
微信
新浪微博
Facebook
分享链接
摘要
长时序植被分类与动态制图对于地球表层生态环境变化及规律认知具有重要意义。本文针对长时序植被分类与动态制图中存在的可靠样本稀缺、效率低、成本高的难题，提出一种基于历史植被分类图数据集自动获取可靠样本的无监督分类方法，可实现对大标签样本数据“局部-全局”样本优化迁移与分类制图。首先将历史大标签数据的几何属性与多源遥感数据作为约束，实现大标签样本去噪以获得优化样本；进而通过长时序遥感影像变化检测实现可靠样本迁移；最后使用随机森林方法对植被进行分层分类，获得长时序植被动态制图结果。以内蒙古自治区阿鲁科尔沁旗长时序植被遥感制图为应用实例，实现了2005-2022年多时相遥感分类精度均优于88%，验证了该方法的科学性和实用性。
-
单位中国科学院; 中国科学院大学; 遥感科学国家重点实验室
