作者单位
摘要
浙江农林大学, 浙江省森林生态系统碳循环与固碳减排重点实验室, 环境科技学院, 浙江 临安311300
以柏木、 雷竹和无患子野外高光谱数据为基础, 在统计学理论和实践分析的基础上, 提出了利用均值置信区间带筛选树种间最佳特征区分波段及利用Manhattan距离和Min-Max区间相似度识别树种的问题。 研究结果表明: (1) 柏木与雷竹之间的最佳区分波段为358~386, 452~1 145和1 314~2 500 nm, 柏木与无患子之间的最佳区分波段为350~446, 497~527, 553~1 330, 1 355~2 400和2 436~2 500 nm, 雷竹与无患子之间的最佳区分波段为434~555, 580~1 903, 1 914~2 089, 2 172~2 457和2 475~2 500 nm; (2) 在最佳区分波段内, 同种树种间的Manhattan距离远小于异种树种间的Manhattan距离, 同种树种间的Min~Max区间相似度远大于异种树种间的Min~Max区间相似度, Manhattan距离和Min~Max区间相似度可以有效区分和识别不同类型的树种。
置信区间 高光谱 Manhattan距离 Min~Max区间相似度 Confidence interval Hyperspectral Manhattan distance Min~Max interval similarity 
光谱学与光谱分析
2011, 31(9): 2462

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!