基于TM的速生桉遙感分類技術(shù)研究.pdf

1、為緩解國內(nèi)木材市場供求矛盾,我國高度重視速生林基地建設。桉樹作為世界三大速生樹種之一,因品系良、生長快、效益高、適應強等優(yōu)點而被我國南方多省廣泛種植。廣西速生桉種植面積居全國首位,在我國林業(yè)發(fā)展中占據(jù)重要戰(zhàn)略地位。因此,科學抓好速生桉經(jīng)營管理,不僅是廣西林業(yè)發(fā)展的重心,更是我國林業(yè)建設的關(guān)鍵。在此背景下,本次論文以廣西高峰林場界牌分場為研究范圍,基于TM數(shù)據(jù)對林區(qū)速生桉林地遙感分類技術(shù)展開相關(guān)探討,以期選出林區(qū)速生桉最優(yōu)分類技術(shù),為相關(guān)

2、部門運用遙感技術(shù)進行速生桉經(jīng)營決策提供依據(jù)。
　　本文主要對研究區(qū)TM原始7波段進行基本統(tǒng)計與主要地物光譜曲線分析,充分掌握各TM波段對研究區(qū)速生桉等主要地物的可分性能力;在此基礎上,對研究區(qū)TM數(shù)據(jù)進行植被指數(shù)提取、主成分分析、纓帽變換和最小噪聲分離,共生成14個特征波段,加上原始TM圖像6波段共20個波段用以作為討論速生桉分類最優(yōu)波段組合的數(shù)據(jù)基礎,并結(jié)合典型地物光譜特征圖與OIF指數(shù)評價確定速生桉分類最優(yōu)波段組合;綜合考慮研

3、究區(qū)實地情況與研究目的,經(jīng)分類樣本選取、練純、可分性評價后確定6類分類類別(水域、裸地、桉樹、杉木、幼齡林、經(jīng)濟林)以及各類型樣本數(shù)量;運用4種分類法(一般監(jiān)督分類法、BP神經(jīng)網(wǎng)絡分類法、決策樹分類法、混合像元線性分解法)對研究區(qū)實施分類試驗,并對分類結(jié)果進行精度檢驗與評價。
　　研究主要結(jié)論:①TM圖像中4、5波段間相關(guān)性較低,對林區(qū)主要地物識別能力強,是本次速生桉分類試驗重點使用波段;②速生桉齡組間可分性差,分類試驗將不對速生

4、桉進行區(qū)分齡組分類,而把幼齡以上速生桉歸為一類作為識別對象;③速生桉分類最優(yōu)組合為PC3\BI\GVI\TM3\TM4\TM5\DVI;④一般監(jiān)督分類法中,支持向量機分類法最優(yōu),Kappa系數(shù)為0.6755,桉樹制圖精度為80.42％;BP神經(jīng)網(wǎng)絡分類法Kappa系數(shù)達0.7074,桉樹制圖精度為74.30%;決策樹分類法中,引入地形因子參與分類的Quest決策樹分類法精度最高,Kappa系數(shù)、桉樹制圖者精度分別達0.7069、86.0

5、0%;混合像元線性分解法總體RMS誤差為0.0021,速生桉分解RMS誤差達0.0059;⑤支持向量機分類法、BP神經(jīng)網(wǎng)絡分類法、10波段Quest決策樹分類法和混合像元線性分解法的速生桉分類面積相對誤差由大到小排列為 BP神經(jīng)網(wǎng)絡分類法(28.72%)>支持向量機分類法(13.57%)>混合像元分解法(10.18%)>10波段Quest決策樹分類法(5.23%),即加入地形因子參與分類的Quest決策樹分類法對研究區(qū)速生桉分類效果最好