BriefGPT - AI 论文速递
·
利用多光谱无人机和高光谱 EnMAP 数据对热带草原木本植被的物种级别进行映射
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究使用合成孔径雷达和可见-近红外-短波红外成像技术，通过引入随机旋转来提高土地利用/土地覆盖分类的效能。实验结果显示，使用SRP的RFE在前两个数据集上表现最佳，使用CRP的RFE在最后三个数据集上表现出色。将纹理与SAR波段相结合，整体kappa值增加了10%，将纹理添加到VNIR-SWIR波段上，整体kappa值增加了约3.45%。
🎯
关键要点
- 该研究使用合成孔径雷达（SAR）和可见-近红外-短波红外（VNIR-SWIR）成像技术进行土地利用/土地覆盖分类。
- 研究通过集成随机森林（RFE）的方法，引入随机旋转以提高分类器的效能。
- 基于SRP的RFE在前两个数据集上表现最佳，平均kappa值为61.80%和68.18%。
- 基于CRP的RFE在最后三个数据集上表现出色，平均kappa值分别为95.99%、96.93%和96.30%。
- 将纹理与SAR波段相结合，整体kappa值最大增加了10%。
- 将纹理添加到VNIR-SWIR波段上，整体kappa值最大增加了约3.45%。
🏷️
标签
➡️
