利用多光谱无人机和高光谱 EnMAP 数据对非洲大草原木本植被进行物种水平映射
机器学习
2024-07-17 v1
摘要
非洲大草原是至关重要的生态系统，其可持续性受到灌木植物扩散的威胁。本研究旨在利用 EnMAP 高光谱数据准确映射非洲大草原中木本覆盖比例（FWC）的物种层级。将现场标注与非常高分辨率多光谱无人机数据相结合，以产生包含三种灌木物种的土地覆盖图。随后使用这些高分辨率标注图在 EnMAP 的 30 米空间分辨率下为每种灌木物种类别生成 FWC 样本。对干季 EnMAP 影像上的 FWC 映射测试了四种机器学习回归算法。还通过将来自 Sentinel-2 数据（包括干季和湿季）的光谱时序指标作为额外回归特征来评估多时段信息的贡献。结果表明，我们的方法适用于在物种层级准确映射 FWC。来自 EnMAP 和 Sentinel-2 实验的最高准确率突出了它们在物种层级植被映射中的协同潜力。
引用
@article{arxiv.2407.11404,
title = {Mapping savannah woody vegetation at the species level with multispecral drone and hyperspectral EnMAP data},
author = {Christina Karakizi and Akpona Okujeni and Eleni Sofikiti and Vasileios Tsironis and Athina Psalta and Konstantinos Karantzalos and Patrick Hostert and Elias Symeonakis},
journal= {arXiv preprint arXiv:2407.11404},
year = {2024}
}
备注
Presented at the 2024 IEEE International Geoscience and Remote Sensing Symposium - IGARSS 2024 (IEEE doi link expected in next months)