考虑光谱变异性的多光谱植被识别最优特征空间构建

作     者：林怡 厉朗 宇洁 高忱 钟代琪 陈鑫 杨羽轩 LIN Yi;LI Lang;YU Jie;GAO Chen;ZHONG Daiqi;CHEN Xin;YANG Yuxuan

作者机构：同济大学测绘与地理信息学院上海200092 同济大学遥感应用研究中心上海200092 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2024年第55卷第8期

页      面：225-232页

核心收录：

学科分类：0810[工学-信息与通信工程] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 07[理学] 08[工学] 081002[工学-信号与信息处理] 0713[理学-生态学] 

基　　金：国家自然科学基金项目(42201376、41771449) 中央高校基本科研业务费专项资金项目(2022-4-ZD-05、2023-3-YB-12) 同济大学“中德合作2.0”培育项目(4300143344/039) 

主　　题：多光谱遥感 植被识别 端元光谱差异 最佳距离遗传算法 自动特征选择算法 

摘      要：在中低分辨率遥感卫星影像上,植被识别受数据获取条件和不同生长期等因素的影响,会存在端元光谱变异现象,导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA),通过自动特征选择方法减小端元类内差异,增大类间差异,构建适用于中等分辨率影像的植被解混最优特征空间,提高Landsat影像的植被识别精度。通过比较传统波段组合、光谱和纹理特征全集与IIDGA优选特征的线性解混模型效果,验证了最优特征选择的重要性。结果显示,特征选择有助于提升解混精度(IIDGA的均方根误差最低,为0.180);同时,通过比较基于IID指数的Filter算法、基于标准GA的Wrapper算法和IIDGA在最优特征自动选取方面的性能,证实了IIDGA在平衡精度与效率方面的优势。