首页 | 本学科首页   官方微博 | 高级检索  
     检索      

无人机遥感与XGBoost的红树林物种分类
引用本文:徐逸,甄佳宁,蒋侠朋,王俊杰.无人机遥感与XGBoost的红树林物种分类[J].遥感学报,2021,25(3):737-752.
作者姓名:徐逸  甄佳宁  蒋侠朋  王俊杰
作者单位:1.深圳大学 土木与交通工程学院, 深圳 518060;2.深圳大学 自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室, 深圳 518060;3.特温特大学 地理信息科学与地球观测学院, 恩斯赫德 7514 AE;4.深圳大学 生命与海洋科学学院, 深圳 518060
基金项目:国家自然科学基金(编号:41890854,41601362);广东省基础与应用基础研究基金(编号:2019A1515010741,2019A1515110400)
摘    要:无人机遥感数据会衍生大量的光谱、纹理与结构特征,如何提取优势特征是提高红树林物种分类效率和精度的关键问题.针对深圳福田红树林自然保护区缓冲区获取的无人机高光谱影像和LiDAR点云数据,本研究旨在利用极端梯度提升算法(XGBoost)的“特征重要性”属性筛选出适合红树林物种分类的8类优势特征:基于无人机高光谱影像的单一特...

关 键 词:遥感  红树林  树种分类  无人机  高光谱影像  LiDAR点云  XGBoost
收稿时间:2020/7/29 0:00:00

Mangrove species classification with UAV-based remote sensing data and XGBoost
XU Yi,ZHEN Jianing,JIANG Xiapeng,WANG Junjie.Mangrove species classification with UAV-based remote sensing data and XGBoost[J].Journal of Remote Sensing,2021,25(3):737-752.
Authors:XU Yi  ZHEN Jianing  JIANG Xiapeng  WANG Junjie
Institution:1.College of Civil and Transportation Engineering, Shenzhen University, Shenzhen 518060, China;2.MNR Key Laboratory for Geo-Environmental Monitoring of Great Bay Area & Guangdong Key Laboratory of Urban Informatics, Shenzhen University, Shenzhen 518060, China;3.Faculty of Geo-Information Science and Earth Observation (ITC), University of Twente, Enschede 7514 AE, Netherlands;4.College of Life Sciences and Oceanography, Shenzhen University, Shenzhen 518060, China
Abstract:
Keywords:remote sensing  mangrove  tree species classification  UAV  hyperspectral imagery  LiDAR point cloud  XG1300st
本文献已被 CNKI 等数据库收录!
点击此处可从《遥感学报》浏览原始摘要信息
点击此处可从《遥感学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号