南方山地丘陵森林主要樹種遙感信息提取研究.pdf

1、本研究以福建省順昌縣為研究區(qū)域，利用選取高空間分辨率遙感影像ALOS，構(gòu)建了各樹種的光譜特征、地形因子特征、植被指數(shù)特征和紋理特征，分析了研究區(qū)主要樹種的光譜特征差異、植被指數(shù)值差異和紋理特征差異以及各樹種在特定地形條件下的光譜差異，建立關(guān)于山地丘陵地區(qū)樹種識(shí)別的知識(shí)，采用基于知識(shí)的決策樹和基于小樣本學(xué)習(xí)理論的支持向量機(jī)對(duì)研究區(qū)樹種進(jìn)行分類識(shí)別和精度比較，研究了一種適合山地丘陵的樹種分類方法，得到如下結(jié)論： （1）通過(guò)分析各樹種

2、在野外實(shí)測(cè)光譜數(shù)據(jù)，ALOS影像、地形因子、植被指數(shù)、紋理特征圖像上的差異，得出結(jié)論：在這樣復(fù)雜的地形條件下，單單依靠光譜數(shù)據(jù)、植被指數(shù)或紋理特征中的任何一個(gè)特征，都不能得到高精度的樹種分類結(jié)果。只有有效的利用適當(dāng)?shù)奶卣?，才可能得到高精度的樹種分類結(jié)果。 （2）地形因子在丘陵山地復(fù)雜地貌條件下的樹種分類識(shí)別中起著非常重要的作用，不同坡度坡向條件下的同種樹種的光譜差異較大，在同一坡度坡向條件下不同樹種的光譜差異較小。陽(yáng)坡各樹種與陰

3、坡各樹種的光譜差異都很大；陽(yáng)坡毛竹和陰坡、半陰坡各樹種的光譜差異都較大；半陽(yáng)坡經(jīng)濟(jì)林與陰坡各樹種的光譜差異較大；緩坡條件下的毛竹與斜坡條件下的毛竹、陡坡陡坡條件下各樹種的光譜差異都較大。 （3）基于光譜信息、植被指數(shù)和紋理特征的決策樹分類比基于光譜信息和植被指數(shù)的決策樹分類總精度提高了5．39％，Kappa系數(shù)提高了0．0641；方差、反差、一致性和熵紋理特征變量可以使研究區(qū)毛竹的分類精度提高5．8％；方差、反差、一致性、相異性

4、和熵紋理特征變量可以使研究區(qū)馬尾松的精度提高12．11％；方差、反差和熵紋理特征變量可以使研究區(qū)經(jīng)濟(jì)林的分類精度提高10．89％；方差和熵紋理特征變量可以使研究區(qū)非植被的分類精度提高7．39％。 （4）基于光譜信息、植被指數(shù)、紋理特征和地形因子的決策樹分類比基于光譜信息、植被指數(shù)和紋理特征的決策樹分類總精度提高了10．35％，Kappa系數(shù)提高了0．1239；高程、坡度和坡向地形因子使毛竹精度提高了3．23％，杉木精度提高了22

5、．76％，馬尾松精度提高了14．85％，闊葉林精度提高了20．69％，經(jīng)濟(jì)林精度提高了8．17％。 （5）通過(guò)對(duì)基于決策樹的三種分類結(jié)果與基于支持向量機(jī)的三種分類結(jié)果相比較，發(fā)現(xiàn)：基于光譜信息、植被指數(shù)、紋理特征和地形因子決策樹的分類結(jié)果總精度和Kappa系數(shù)是最高的，分別為81．90％和0．7772，由此可以得出結(jié)論：對(duì)于順昌縣這樣的山地丘陵地形條件，基于光譜信息、植被指數(shù)、紋理特征和地形因子的決策樹分類方法是最佳的樹種分類識(shí)