针对浓密植被区域利用ALS数据提取DTM的小波算法研究
遥感信息格式
献用“et al.”表示。 英文文献作者均采用姓前名后的方式表示，姓全部用大 写，名采用首字母缩写表示。 z 引用文献类型及标识为：
专著［M］,论文集［C］,汇编［G］,报纸文章［N］,期刊文章［J］,学位论文［D］,报告［R］, 标准［S］,专利［P］ 电子文献类型:数据库［DB］,计算机［CP］,电子公告［EB］ 电子文献的载体类型: 磁带［MT］, 磁盘［DK］, 光盘［CD］,联机网络［OL］ A:引用专著、论文集、学位论文、报告 序号 主要责任者.文献题名［文献类型标识］.出版地:出版者,出版年.起止页码（可选）. 示例： [1] 刘国钧,陈绍业.图书馆目录［M］.北京:高等教育出版社,1997.15-18. [2] 蒋有绪, 郭泉水, 马娟, 等. 中国森林群落分类及其群落学特征[M]. 北京: 科学出版社, 1998. [3] 赵冬至, 赵玲, 张丰收. SST 在赤潮卫星监测中的应用[C]. 渤海赤潮灾害监测与评估研究文 集. 北京: 海洋出版社, 2000: 52-59. [4] KOPONEN S, PULLIAINEN J, KALLIO K, et al. Use of MODIS satellite sensor for remote sensing of phytoplankton blooms and turbidity in the Baltic Sea[C]. Proceedings of URSI/IEEE/IRC XXVII Convention on Radio Science, Espoo, Finland, June, 2002: 17-18. [5] 张志祥. 间断动力系统的随机扰动及其在守恒律方程中的应用[D]. 北京: 北京大学数学学院, 1998. [6] World Health Organization. Factors regulating the immune response: report of WHO Scientific Group [R]. Geneva: WHO, 1970. B:引用期刊文章 序号 主要责任者.文献题名［J］.刊名,年,卷（期）:起止页码. 示例： [1] 陶仁骥. 密码学与数学[J]. 自然杂志, 1984, 7(7): 525-529. [2] 刘芳,张琼,范文义,等. 基于多元辅助信息的机载 LIDAR 点云数据滤波分类研究[J]. 遥感信息, 2012, 27(3):46-53. [3] OU J P, SOONG T T. Recent advance in research on applications of passive energy dissipation systems[J]. EarthquackEng,1997, 38(3): 358-361. [4] KRAUS K, PFEIFER N. Determination of terrain models in wooded areas with airborne laser scanner data[J]. ISPRS Journal Photogrammetry and Remote Sensing,1998, 54(4):193-203. [5] HU C M, CANNIZZARO J, Carder K L, et al. Remote detection of Trichodesmium blooms in optically complex coastal waters: Examples with MODIS full-spectral data[J]. Remote Sensing of Environment, 2010, 114(9):2048-2058. C:引用报纸文章 序号 主要责任者.文献题名[N].报纸名,出版日期（版次）. 示例： [1] 谢希德.创造学习的新思路[N].人民日报,1998-12-25(10).
基于小波变换及otsu分割的农田作物行提取
基于小波变换及otsu分割的农田作物行提取
1 简介
农田作物行提取是农业生产中一个重要的任务，实现作物行提取
可以帮助农民掌握作物的生长情况和预测产量。
而小波变换及otsu分
割是一种常用的图像处理手段，可用于图像分割和特征提取等领域。
2 方法
在本次作物行提取中，我们首先将农田图像进行小波变换，将其
分解为多个小波系数。
然后，我们通过通过图像的峰值信噪比选取合
适的小波系数，进行otsu分割。
最后，根据otsu分割结果进行补洞、滤波等操作，得到作物行提取的结果。
具体的步骤如下：
1. 将农田图像进行小波变换，将其分解为若干组小波系数。
通常
选择三层小波分解即可。
2. 根据峰值信噪比选取合适的小波系数。
在小波系数的各个频率
子带中，我们选取在频域上具有明显峰值的系数，保留其它系数，并
对其进行滤波去噪处理。
3. 对被选取的小波系数执行otsu分割，并得到二值化图像。
4. 对二值化图像进行形态学运算，如补洞、滤波、提取等操作。
5. 最后，得到作物行提取的结果。
3 结果
经过实验测试，本方法在不同光照条件下均能够取得较好的作物行提取效果。
相较于传统方法，本方法不仅更加快速高效，而且能够应对不同光照和气候条件下的图像，具有较好的鲁棒性和可靠性。
4 总结
本研究基于小波变换及otsu分割的方法实现了农田作物行提取。
该方法具有处理速度快、鲁棒性好等优点，并且在不同光照和气候条件下均有良好的表现。
这一方法为农业产业发展提供了实用性的技术应用。
基于无人机多光谱的黄土高原植被提取分割分类研究
地球科学与环境工程河南科技Henan Science and Technology总第875期第4期2024年2月收稿日期：2023-12-08作者简介：李亚北（1999—），男，硕士生，研究方向：无人机遥感。
通信作者：韩磊（1979—），男，博士，副教授，研究方向：土地整治修复、生态遥感。
基于无人机多光谱的黄土高原植被提取分割分类研究李亚北 韩 磊（长安大学土地工程学院，陕西 西安 710061）摘 要：【目的】植被作为生态系统的主要组成部分，其种类和数量及其变化对生态系统有着重要影响。
探究在我国黄土高原小流域进行植被提取分割时的最优分割尺度，有助于快速准确地提取植被信息，对于监测黄土高原生态系统状况和维持生态系统稳定具有重要意义。
【方法】基于吴起县柴沟流域无人机多光谱影像和面向对象的方法，使用eCognition 软件对影像进行多尺度分割研究。
【结果】经分析，在分割尺度为240、形状权重为0.7、紧凑权重为0.1时影像的分割效果最好，基于该分割结果，选用纹理特征和光谱特征为分类指标，采用随机森林方法对影像进行分类，分类总体精度和Kappa 系数分别为96.2%和0.951。
【结论】研究结论可为柴沟流域植被结构优化及黄土高原生态环境保护和植被恢复治理提供技术参考。
关键词：无人机多光谱；多尺度分割；植被提取；黄土高原小流域中图分类号：K903 文献标志码：A 文章编号：1003-5168（2024）04-0110-06DOI ：10.19968/ki.hnkj.1003-5168.2024.04.020Research on Vegetation Extraction, Segmentation and Classification ofthe Loess Plateau Based on Drone Multi-SpectralLI Yabei HAN Lei(School of Land Engineering, Chang'an University, Xi'an 710061, China)Abstract: [Purposes ] As the main component of the ecosystem, the type and quantity of vegetation andits changes have an important impact on the ecosystem. Exploring the optimal segmentation scale for veg⁃etation extraction and segmentation in small watersheds of the Loess Plateau in China is helpful to ex⁃tract vegetation information quickly and accurately, which is of great significance for monitoring the eco⁃system status of the Loess Plateau and maintaining ecosystem stability. [Methods ] Based on the multi-spectral image and object-oriented method of UAV in Chaigou watershed of Wuqi County, the eCogni⁃tion software was used to study the multi-scale segmentation of the image. [Findings ] After analysis, the segmentation effect of the image is the best when the segmentation scale is 130, the shape weight is 0.5,and the compact weight is 0.5.Based on the segmentation results, the texture features and spectral fea⁃tures are selected as the classification indicators, and the random forest method is used to classify the im⁃ages. The overall classification accuracy and Kappa coefficient are 96.2 % and 0.951, respectively. [Con⁃clusions ] The research conclusions can provide technical reference for the optimization of vegetation structure in Chaigou watershed and the ecological environment protection and vegetation restoration inthe Loess Plateau.Keywords:drone multispectral; multi-scale segmentation; vegetation extraction; and small watersheds on the loess plateau0 引言植被是生态系统的重要组成部分，也是衡量自然环境状况的重要生态指标，植被类型、数量及其动态变化对生态系统影响显著［1］。
malditofms分析方法
malditofms分析方法近些年来，信息技术的发展日新月异，数据的可获取性和处理能力大大提高，为研究生普遍接受推荐系统、机器学习、数据挖掘等新兴技术提供了便利条件。
MalditoFMS（Moulded Automatic Learning With Decision Information Theory-based Object-Oriented Methods）是一种比较新颖的分析方法，它将数据挖掘、机器学习和基于决策信息论的方法融为一体，使用户能够从混乱的大量数据中挖掘隐藏的规律，从而更好地解决实际问题。
本文旨在介绍MalditoFMS分析方法，首先对它的定义及基本原理进行简要说明，然后介绍其具体应用，最后对其发展前景进行展望。
二、MalditoFMS分析方法1.定义MalditoFMS是一种基于决策信息论的数据挖掘方法，它将决策信息论和机器学习技术融为一体，结合数据挖掘技术，将复杂的数据进行分析处理，以获得基于实时的、定量的决策和发现，这种算法的可视化分析功能使它有比较全面的应用前景。
2.原理MalditoFMS是基于决策信息论和机器学习的方法，用于处理复杂的数据，它的核心思想是以决策性的方式处理数据，同时考虑机器学习方法，将模式识别和分类等技术融合一体，以提高计算精度和改善决策结果。
具体来讲，MalditoFMS分析方法包括四个步骤：(1)据准备：首先，数据准备是本方法的基础，在这一步中，首先要收集样本数据，如果可以，需要对数据进行清洗、标准化等处理，这样有利于正确地处理后续步骤。
(2)据分析：数据分析是本方法的核心，在这一步中，需要使用决策信息论和机器学习技术，利用多项式回归拟合函数、贝叶斯网络分类等技术，以实现数据分析。
(3)型建立：在数据分析过程中，会形成一个可以用来描述数据规律的模型，即MalditoFMS模型，它以一定的方式建模来表征数据的聚类和变化趋势，从而可以有效地捕捉数据中的特征。
双树复小波变换
双树复小波变换
双树复小波变换（Dual-Tree Complex Wavelet Transforms, DT-CWT）是一种
为定位有用的（directional）信号分析中的关键技术，它利用相同的波形分解加
以微调，除了满足基于小波的特征分析需求外，还采取双树的结构，以确保理论预期的增益。
DT-CWT具有一种较强的完整性（coherence），可以有效地捕获复杂的
频率特征，即使是在低频域存在噪声的情况下仍可突出高频特征，因此受到了广泛的关注。
DT-CWT具有若干优势，如它有良好的分辨率，可以提取频带范围较窄的信号；具有几乎抗磁性的鲁棒性，能够具备良好的微弱信号抽取性能；另外它还具有优越的均衡性，可以很好地处理数据不均匀性，实现对复杂应用场景的有效建模；其次，它能够有效识别一时间周期分量，从而进一步提高定位能力。
作为一种基于实值小波变换的先进技术，DT-CWT非常适用于图像处理过程，
能够满足不同信号处理任务的要求，如图像压缩、图像分类、图像定位及图像剪裁等，为图像处理中高精度的实现奠定了基础。
DT-CWT在其他领域的应用也同样引
起了广泛的关注，如信号处理中定位低频信号、改善医学影像质量及构建语音自动识别系统等应用都能体现出其决定性的作用。
可以看出，DT-CWT不仅是一种简单有效的信号分析工具，而且对复杂信号处
理有着广泛的应用前景，未来估计可期预料其研究范围和领域的进一步扩大。
基于无迹卡尔曼滤波和小波分析的IMU传感器去噪技术研究
现代电子技术Modern Electronics Technique2024年3月1日第47卷第5期Mar. 2024Vol. 47 No. 50 引 言中国疾控中心的数据显示，跌倒已经成为中国65岁及以上老年人受伤致死的首要原因[1] 。
跌倒的医疗结果很大程度上取决于发现是否及时，现有的商用跌倒检测系统主要分为三类，即视频式跌倒检测系统、基于环境传感器的跌倒检测系统、穿戴式跌倒检测系统[2⁃6]。
视频式跌倒检测系统是在人体活动区域内安装摄像头来获取图像，然后在PC 端对图像进行处理分析，以此来判断人体运动状态。
这种方法虽然检测精度较高，但是由于成本限制，无法对老人进行24 h 的看护。
环境传感器检测系统通常将红外传感器、压力传感器、毫米波雷达等传感器安装在室内对老人进行运动检测，文献[7]利用雷达感知技术，通过检测人体高度来判断人体运动状态。
然而这种方法的成本过于昂贵，很难普及到群众。
基于无迹卡尔曼滤波和小波分析的IMU传感器去噪技术研究阳兆哲， 李跃忠， 吴光文（东华理工大学 机械与电子工程学院， 江西 南昌 330032）摘 要： 获得精确的姿态信息是跌倒检测的关键。
文中在姿态角解算问题中提出一种基于无迹卡尔曼滤波和小波滤波的改进方法，通过Savitzky⁃Golay 滤波器和小波滤波融合算法对加速度计以及陀螺仪数据进行降噪处理，利用降噪后的加速度数据对陀螺仪数据进行PI 积分补偿，将补偿后的陀螺仪数据进行Mahony 解算，其结果作为无迹卡尔曼滤波的状态信息；其次通过加速度值解算，将其结果作为无迹卡尔曼滤波的量测信息实现姿态解算。
实验表明，在静态条件下，相对于常见的扩展卡尔曼滤波融合切比雪夫滤波算法，该方法使IMU 传感器原始加速度计精度提高了83.3%，姿态角标准差平均减少了0.001 93，能够有效地减少随机噪声。
零点漂移、高斯噪声对IMU 传感器姿态角信号的影响，使跌倒检测系统在复杂的环境条件下具有较高的精度以及稳定性。
基于SMOS卫星数据的植被地上生物量反演算法研究的开题报告
基于SMOS卫星数据的植被地上生物量反演算法研究的开题报告一、研究背景近年来，全球气候变化引起的极端天气现象越来越频繁，对农业生产和自然生态环境带来了很大冲击。
而植被地上生物量是反映植被生长和生态系统健康状态的重要指标，因此准确地反演植被地上生物量具有重要的研究意义和应用价值。
现有的植被地上生物量遥感反演方法主要基于NDVI（归一化植被指数）和EVI（增强型植被指数）等光学遥感数据，但这些方法在高植被覆盖度和高植被含水率区域的反演精度较低。
SMOS（Soil Moisture and Ocean Salinity）卫星是欧洲空间局（ESA）于2009年发射，用于获取土壤湿度和海洋盐度的卫星。
SMOS卫星通过接收微波辐射信号，并根据信号的极化特征推算出土壤湿度或海洋盐度。
由于SMOS卫星能够获取土壤和植被的微波辐射响应，因此可以用于反演植被地上生物量。
二、研究内容本文针对基于SMOS卫星数据反演植被地上生物量的问题展开深入研究，主要包括以下内容：1. 研究SMOS卫星数据与植被地上生物量之间的关系，探究SMOS数据在反演植被地上生物量方面的可行性和优势。
2. 研究植被地上生物量的遥感反演模型，涵盖SMOS数据预处理、植被地上生物量的标量化方法、回归模型和定量评价等方面。
3. 利用地面实测数据验证SMOS数据反演的植被地上生物量的可靠性和准确性，并对不同类型植被地上生物量反演的精度进行比较。
三、研究意义基于SMOS卫星数据的植被地上生物量反演算法具有以下重要意义：1. SMOS卫星数据反演植被地上生物量的方法可以补充现有的基于光学遥感数据的反演方法，提高反演精度，特别是在高植被覆盖度和高植被含水率区域表现更为突出。
2. 基于SMOS卫星数据的植被地上生物量反演算法能够提供更为及时和全面的植被覆盖情况反演结果，当然更加符合应用实际需求。
3. 本研究可为气候变化、生态环境保护等领域提供重要的科学依据和支撑。
作者姓名：阿布都瓦斯提·吾拉木
作者姓名：阿布都瓦斯提·吾拉木论文题目：基于n维光谱特征空间的农田干旱遥感监测作者简介：阿布都瓦斯提·吾拉木，男，1975年2月出生，于2006年7月获北京大学理学博士学位。
2006年12月至今任美国圣路易斯大学环境科学中心Geospatial Analyst/Research Professor。
中文摘要农田生态系统是一个水分、土壤、植被、大气等诸多因素耦合的复杂系统（SPAC，Soil-Plant-Atmosphere Continuum）。
在农田生态系统水循环中，水分亏缺的积累使农田供水量在一定的时间段内不能满足作物需水量，导致农田干旱的发生。
农田干旱直接和间接地影响人类生存、社会稳定、农业生产、资源与环境可持续发展。
正确评价或预防农田干旱，对促进农业生产和区域可持续发展具有重要的现实意义。
遥感具有客观反映农田水分时空变化的监测能力。
国内外农田遥感干旱监测研究表明：在复杂地表环境下，单纯采用可见光、近红外、热红外或微波波段都无法全面、准确反映农田水分信息，其方法在农田水分监测中暴露出诸多问题，如水分监测的滞后效应、模型复杂、参数的不确定性和过度依赖于田间和气象观测资料等，不能适应全面、动态的农田干旱监测与农田水分信息提取的迫切需求。
利用定量遥感方法，实现准确的农田干旱信息提取一直是遥感应用领域亟待解决的重要科学问题之一。
基于多维光谱特征空间的农田干旱信息提取，可以综合多源遥感的优势，为干旱监测提供更丰富、更高分辨率的农田水分信息，有望去除以往的遥感干旱模型带来的监测效果滞后、模型复杂、参数的不确定性等问题，形成农田干旱遥感监测新方法。
本论文以可见光近红外2维光谱空间干旱建模为切入点，通过加入短波红外，进一步拓宽遥感干旱监测的波段和地表生态物理参数，构建了反演土壤水分、叶片/冠层含水量（EWT）和叶片/冠层相对含水量（FMC）等参数的遥感模型，针对农田干旱最关键的两个指标土壤水分和叶片/冠层含水量，建立了多个干旱监测模型，形成了以n维光谱特征空间为基础的农田遥感干旱监测的新方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上 ， 表 地 表 的激 光 点经 常被 认 为 是 地 表 以 下 的 噪 声 。为 了在 这 些 区 域 提 取 地 形 表 面 ， 文 提 出 了一 个 新 的 算 代 本 法 。 首先 ， 点云 通 过 扫描 线分 割 法分 成很 多 剖 面 ， 每 一 个 剖 面 ， 维 的 滤 波 程 序 利 用 小 波 理 论 在 检 测 高 频 间 把 在 一
激 光雷 达 测 得 的地 表 中 产 生 ＤＴ ， 频 变 量 应 该 Ｍ 低
保 留而绝 大多 数高 频变量 应该 去 除 。而小 波 的多尺 度分 析恰 好在 分离 低频 和高 频上 已有 很 多成功 的经 验口 。因 此 ＡＬ Ｓ数 据 首 先 应 用 离 散 小 波 变 换 （ ＤＷＴ） 分解成 低 频 的近似 部分 和高 频 的细节 部分 。 以下是一 维 小波 的 函数形 式 ：
题 。２ ０ ０ ０年 Ｖｏ ｓｌ ｎ２提 出在 水 平 面 上 定 义 一 ｓｅｍａ
２ 滤 波算 法
为 了把 ＡＬ Ｓ数 据分 为地 物点 和地 面点 ， 文假 本
设 地 表 变 化 引 起 的 是 全 局 性 的 高 度 差 异 ， 附 着 于 而
地 表 的地物 引起 的则 是局 部性 的高 度差 异 。为 了从
以有 效地 去 掉坡 面 上 的地 表 物体 （ 如 植被 和 建 筑 物 ） 使 山体 平 滑 ， 加接 近 真 实 的地 形 表 面 。 例 ， 更 关键 词 ： Ｓ； 波 算 法 ； ＡＬ 滤 ＤＴＭ ； 波 小 中 图分 类 号 ：ＴＰ ９ ７ 文 献 标 识码 ：Ａ 文章 编 号 ：１ ０ — ３ ７ （ ０ ８ ９ —０ ３ —０ ００ １７ ２ ０ ） ７ ０ １ ４
法是很 重 要 的 。
Ｓ ｎ５ ２ ０ ｏ 和 ０ ２年 Ｓ ｈ 提 出了递 归 方 法 ， ｏ ｎ６ 如果 在 特
殊 的情况 下选 择 了不 适 合 的 阈值 ， 这些 算 法会 很 容
易把 陡坡 误认 为地 物 ， 因而 不能 提取 出 陡坡 。 １９ ９ ８年 Ｋｒｕ ［ 和 ２ ０ ａ ｓ７ ０ ６年 Ｋ ｂｅ 应 用 内插 ｏ ｌｒ ８ 方法 来尝 试解 决 森林 地 区 的 问题 ， 文 在 此基 础 上 本 提 出一个 基 于小 波分析 的新 方法 。许 多研 究 者 已经
发 现 在 现 实 世 界 中 地 物 尺 度 不 同 ， 此 本 文 利 用 一 因
个 分级 处理 的方 法 去 滤波 这 些 地 物［ 。可 以采 用 ｇ ， 叫。
一ቤተ መጻሕፍቲ ባይዱ
些多 尺度 分析 的方 式 而 这正 符 合 小 波分 析 的 １ ，
特点 。
目前 能够从 原 始 数 据去 除绝 大 多 数 地 物 （ 比如
１ 引 言
近 年来 ， 载 激 光 雷达 已经 成 为获 取 地 球 表面 机 数字 地 面模 型 的新 兴 技 术 。ＡＬ Ｓ数 据 具 有 高 分 辨 率 和高精 度 的特 点 ， 因此 广 泛应用 于 地形制 图 、 植被 制 图 、 市建模 、 城 工程基 建 以及海 岸 工程管 理 等 。而 数 字地 面模 型是 民用 工程 或环境 监 测 中最 重 要 的部 分 之一 ， 了提 取数字 地 面模 型 ， 发 出一 个 能有 效 为 开 从 原始 的 ＡＬ Ｓ数 据 自动 提 取 表 示 地 表 Ｄ ＴＭ 的方
断 点 上 的优 势 来检 测地 面 点 ； 后把 各 个 方 向上 剖 面 结 合 起 来 后 ， 产 生 了一 个 代 表 ＤＴＭ 的 内插 网格 数 据 。把 随 就 此 方 法 应 用 到 ２０ ０ ３年 的 实验 数 据 中进 行 处 理 ， 果 显 示 当检 测 的 两 个 样 地 都 是 被 大 部 分 植 被 覆 盖 的坡 面 时 ， 结 可
摘 要 ： 年 来 ， 航 空 机 载 激 光 雷达 （ Ｌ ） 取 的 点云 数 据 中 自动提 取 数 字地 形 模 型（ Ｔ 仍 然 是 一个 尚待 近 从 Ａ Ｓ获 Ｄ Ｍ）
解 决 的 问题 。 目前 已有 不 少 滤 波 算 法 可 以去 除地 表 物 体 和 异 常 噪 声 点 并 做 到 自动 提 取 ＤＴＭ ， 而 ， 然 当测 区范 围
建筑 物 和森林 ） 自动产 生 Ｄ ， ＴＭ 的滤 波算 法 已经很 多 ， 中一些算 法 在 ＩＰ Ｓ报 告 中 已经 进 行 了描 述 其 ＳＲ 和 比较 ＿ 。然 而 ， １ ］ 在植 被 浓 密 覆 盖 的山坡 地 区 提取 ＤＴ ， Ｍ 目前 的滤 波 算 法 依 然 是 一 个 亟 待 解 决 的 问
维普资讯
２Ｏ． Ｏ８３
理ｉ １ ＾研夯
遥感信息
针 对 浓 密植 被 区域 利 用 ＡＬ Ｓ数 据 提 取 ＤＴＭ 的小 波 算 法 研 究
徐 良①， 蒋博 文 ①， 燕②， 佳① 杨 李
（ 中 国东 海 航 空 支 队 ， 国 海 监 ， ① 中 国家 海 洋 局 ， 海 ２ ０ ３ ； 南 京 大 学 ， 上 ０ １ ７② 国际 地 球 研 究 所 南 京 ２ ０ ９ ） １ ０ ３
个结 构体 来描 述树 冠 与 地 表 的 高度 差 的算 法 ， 而 然
在坡 体地 形上 这种 假 设 就 很有 争议 ， 因为地 物 点 和
地 面点 可能 同 时存 在 于 同一 高 度 。２ ０ ０ ３年 Ｊ ｃ ｂ — ａｏ ｓ ｅ Ｅ 以及 ２ ０ ｎ。 ０ ４年 Ｖｏｓ１ ｎ ｓｅ ｍａ ［ 等人 提 出 了分 块 或 分 簇算 法 ， 由于此 类 算 法 在 森林 区域 无 法 建 立 合 理 的分块 ， 因此也将 导致 错误 的分 类 。２ ０ ０ ０年 Ａｘ ｌ ｅｓ —