基于ALOS PALSAR数据的森林/非森林分类
Remote Sensing Information(2013)
Abstract
分析了ALOS PALSAR后向散射系数、干涉相干性和不同极化的比值数据对于森林/非森林的区分能力,并选取对森林/非森林区分度最好的数据组合(干涉相干性和HV极化后向散射系数)进行分类。为了提高分类精度,引入了一种基于后验概率的迭代分类方法,通过迭代不断优化样本的均值与协方差。本文以黑龙江省逊克县为例,用该方法进行森林/非森林分类,总体精度和kappa系数分别达到86%和0.80,均高于传统最大似然分类方法。
MoreTranslated text
Key words
forest and non-forest,posterior,interferometric coherence,backscatter
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined