农业机械学报

作者：黄侃,于强,黄华国

单位：北京林业大学,北京林业大学,北京林业大学,

关键词：地表分类;CCD影像;机载激光雷达;伪波形

基金：国家自然科学基金项目（41971289）

为利用机载激光雷达 (Airborne LiDAR scanning，ALS)、结合高空间分辨率影像进行土地利用分类，提出一种利用统计高程分布曲线生成的ALS伪波形，结合点云强度信息和CCD影像RGB 3波段数据对山区复杂地表进行分类的方法，并验证了该方法对山区复杂地形下典型地物的分类精度。通过安徽黄山地区研究区数据分类结果与相同区域基于光学图像的GlobeLand30全球分类产品的对比，验证了该分类方法的可行性和适用性。利用伪波形结合强度信息和RGB信息生成的分类特征曲线，采用神经网络分类方法（ANN）将研究区内地物分为农田、森林、水体、村庄4类。结果表明，研究区分类总体精度达到95.22%，Kappa系数0.9192，较同一区域、同等分辨率的光学数据分类产品（总体精度79.56%，Kappa系数0.6618）精度显著提高。

来源：2020年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第3期