反演盖度和产量
一、整体流程
-
获取数据
这里我们获取的landsat8多光谱和全色数据,分辨率30m
-
数据预处理
-
全色与多光谱融合
制作融合数据集,采用卷积神经网络resnet50进行融合。得到15m的多光谱。
-
计算植被指数、纹理特征、dem坡度坡向建模变量
-
导入样本制作训练集和测试集
arcgis”多值提取至点“工具生成
-
随机森林建模并筛选变量
-
随机森林反演盖度和产量
二、计算植被指数详细步骤
查看我公众号上的文章2024年7月3
三、计算纹理特征详细步骤
灰度共生矩阵 (GLCM) 的基本原理
GLCM 是一种常用的纹理分析方法,它通过计算像素对之间的灰度值关系,来量化影像的纹理特征。具体而言,GLCM 通过测量一定距离和方向上的像素对之间的灰度共生关系,生成一个共生矩阵,其中包含多种统计量,如能量、对比度、熵等。这些统计量可以作为影像的纹理特征,用于进一步的分析和分类。
参考:灰度共生矩阵提取纹理特征信息https://blog.csdn.net/weixin_52127098/article/details/125077189
这里我们用到的ronghe.tif影像,一共有7个波段,一个