노란 강 삼각주(YRD) 습지의 염습 식생 모니터링은 습지 연구의 기초로, 습지 생태 기능의 보호 및 복원에 큰 의미가 있습니다. 기존의 원격 탐사 기술로 염습 식생 분류를 할 때, 객체 지향 분류 방법은 습지 식생과 유사한 경관 패치를 효과적으로 생성하며 분류의 공간 일관성과 정확성을 개선합니다. 그러나 YRD의 식생 군분류는 불균일한 분포, 불규칙한 질감 및 심각한 색상 변variation로 혼합되어 있습니다. 이 문제를 해결하기 위해, 본 연구에서는 색상 강화 항공 이미지를 사용하여 우점 식생 군집을 미세하게 분류하는 방법을 제안합니다. 색상 정보는 이미지의 색상 특징을 추출하는 데 사용됩니다. 스펙트럼 특징, 질감 특징 및 식생 특징을 포함한 다양한 특징들이 이미지 객체로부터 추출되어 네 가지 기계 학습 분류기: 랜덤 포레스트(RF), 서포트 벡터 머신(SVM), K-최근접 이웃(KNN) 및 최대 우도(MLC)의 입력으로 사용됩니다. 결과는 색상 특징을 추가함으로써 식생 군집 분류에서 네 가지 분류기의 정확성이 상당히 향상되었음을 보여주었습니다. RF는 96.69%의 OA와 0.9603의 카파 계수를 기록하며 가장 높은 성과를 보였습니다. 이는 색상 강화 기반의 분류 방법이 식생과 비식생을 효과적으로 구분하고 각 식생 유형을 추출할 수 있음을 보여주며, 항공 이미지를 통한 습지 식생 분류에 대한 효과적인 기술 경로를 제공합니다.
Liu et al. (Fri,)은 이 질문을 연구하였습니다.