城市植被遥感分类研究进展与展望

• Published in: 浙江大学学报（农业与生命科学版） Vol. 50; no. 2; pp. 190 - 199
• Main Authors: 孟庆岩, 杜弘宇, 王莉萍, 张琳琳, 吴嘉豪, 康佳琦
• Format: Journal Article
• Language: Chinese
• Published: 中国科学院大学,北京 100049%中国科学院空天信息创新研究院,北京 100094 01.04.2024; 澳门大学智慧城市物联网国家重点实验室,澳门 999078%中国科学院空天信息创新研究院,北京 100094; 中国科学院空天信息创新研究院,北京 100094; 海南空天信息研究院,海南省地球观测重点实验室,海南 三亚 572029%中国科学院空天信息创新研究院,北京 100094; 桂林电子科技大学生命与环境科学学院,广西 桂林 541004; 中国科学院大学,北京 100049%杭州国际城市学研究中心浙江省城市治理研究中心,浙江 杭州 310000%中国科学院空天信息创新研究院,北京 100094; 杭州国际城市学研究中心浙江省城市治理研究中心,浙江 杭州 310000; 海南空天信息研究院,海南省地球观测重点实验室,海南 三亚 572029
• Subjects: urban remote sensing; 城市遥感; 城市植被; 图像分类; urban vegetation; image classification
• ISSN: 1008-9209
• DOI: 10.3785/j.issn.1008-9209.2023.10.071

P237; 城市植被是城市环境的重要组成部分,城市植被遥感分类是对城市绿度空间监测分析的重要方式.本文通过梳理国内外城市植被遥感分类研究进展,从遥感数据源和分类方法入手,分析该领域目前面临的问题及发展趋势,以期为城市绿度空间研究提供参考.首先,概述了光学数据、激光雷达数据及地面传感数据等数据源在城市植被遥感分类领域的应用,对不同数据源的优势与不足进行了深入分析;其次,基于阈值分割、机器学习和深度学习3种分类方法的研究,总结了应用于城市植被遥感分类领域各方法的特点;最后,提出了城市植被遥感分类研究中现存问题和未来发展方向.