1 中国科学院大学， 北京 100049
2 中国科学院电子学研究所， 北京 100190
提出一种螺旋式扫描机载激光雷达系统的数字高程模型(DEM)内插算法。首先，描述螺旋式扫描激光雷达系统的扫描特点，并阐述实时计算重叠区域的原理；然后，介绍改进的三角网迭代加密滤波法，并将其用于地面点与非地面点的分离；最后，基于随机森林法内插DEM。实验结果表明，该方法实现了螺旋式扫描机载激光雷达系统的DEM内插，且内插精度符合工业生产的数据要求。
遥感 螺旋式扫描 激光雷达系统 三角网滤波 随机森林法 数字高程模型 中国激光
2018, 45(11): 1110006
1 福州大学环境与资源学院, 福建 福州 350116
2 福建省资源环境监测与可持续经营利用重点实验室, 福建 三明 365004
3 空间数据挖掘与信息共享教育部重点实验室, 福建 福州 350116
4 福建省水土流失遥感监测评估与灾害防治重点实验室, 福建 福州 350116
5 福建省南平市延平区林业局, 福建 南平 353000
6 厦门市森林病虫害防治检疫站, 福建 厦门 361004
虫害检测算法的构建是耦合“地—天”特征的过程, 是实现其遥感监测的重要保障。 以福建省三明市、 将乐县、 沙县、 南平市延平区等4个县(区、 市)为试验区, 收集182组马尾松毛虫害样本数据, 随机划分为训练集与验证集, 设置5次重复试验及1次指标筛除试验。 结合马尾松毛虫危害下的寄主表征, 获取松林叶面积指数LAI、 叶面积指数标准误SEL、 归一化差值植被指数NDVI、 缨帽变换湿度轴WET及影像绿光波段B2、 红光波段B3、 近红外波段B4等7个地面与遥感特征指标, 建立其危害等级的Fisher判别分析与随机森林模型, 从检测精度、 Kappa系数、 ROC曲线等角度综合比较两种算法的检测效果, 并给予配对t检验。 结果表明: 7个指标均具备虫害响应能力, SEL和NDVI相对较弱; Fisher判别分析6次试验的虫害平均检测精度为73.26%, Kappa系数为0.631 9, 而RF法则分别为79.30%, 0.715 1, 显著优于前者(p＜0.05); RF法对无危害、 轻度危害、 中度危害3个虫害等级的检测精度、 Kappa系数、 AUC均显著高于Fisher判别分析(p＜0.05), 对于重度危害等级, Fisher判别分析则占优。 总体而言, RF法对马尾松毛虫害的检测效果优于Fisher判别分析, 但Fisher判别分析对重度危害等级有更高准确性且模型明确、 易于推广, 可综合应用两种算法开展虫害监测工作。 该成果为马尾松毛虫害及其他森林病虫害的有效检测提供技术参考, 奠定其遥感监测的基础。
马尾松毛虫害 Fisher判别分析 随机森林法 检测效果 “地—天”特征 Dendrolimus punctatus Walker damage Fisher discriminant analysis Random forest Detection effect “Ground-space” features 光谱学与光谱分析
2018, 38(9): 2888
1 首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048
2 北京航空航天大学机械及自动化学院, 北京 100083
3 清华大学电子工程系, 北京 100084
针对机载全波形数据，提出了一种基于随机森林法的点云分类算法。通过全波形分解获得振幅，回波次数以及回波宽度，结合提出的特征提取方法，构建一个多维特征向量并进行特征选择，利用随机森林法将激光点云分为植被,地面以及建筑物三类。通过对比分析随机森林和支持向量机两种分类方法，实验结果表明所提取的特征在随机森林分类中具有良好的稳定性以及高效性，能够在城市分类应用中取得较好的分类效果。
信号处理 全波形分类 特征选择 随机森林法 支持向量机
