无人机激光雷达与高光谱数据协同的帽儿山地区树种分类

应用无人机激光雷达和机载高光谱数据，通过设计多种分类方案探索不同数据源、不同分类器以及树冠形态特征对单木树种分类的影响。研究结果表明：使用多源遥感数据协同进行单木树种分类时，分类精度高于单一数据源的分类结果。从分类器上看，随机森林分类器的分类精度高于BP神经网络分类器。在将树冠形态特征加入分类器后，分类精度平均提高了1.19%,表明树冠形态特征的加入对单木树种分类具有一定积极意义。