基于易康软件的QuickBird遥感影像林分类型识别——以福建省将乐林场为例

• 作者: 刘家倩 姚瑶 杜子涵 毛学刚 陈树新 魏晶昱
• 来源期刊: 南京林业大学学报（自然科学版）
• 学科: 农学
• 关键词: 林分类型识别 高空间分辨率 尺度分割 面向对象分类 支持向量机 福建将乐林场
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 127-134
• 页数: 8页
• 分类号: S757
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2006.201708004

摘要

[目的]研究基于面向对象方法的林分类型识别, 解决森林资源监测的核心问题.[方法]以福建省将乐林场为研究样本, 采用基于Quick Bird遥感影像的蓝、绿、红、近红外4个多光谱波段为面向对象分类的试验数据, 借助e Cognition Developer 8.7 (易康) 软件, 设置10种分割尺度 (25～250, 步长为25), 应用带有线性核函数支持向量机分类器 (support vector machine, SVM), 分别对每种分割尺度下的3组特征 (单独光谱、光谱+纹理、光谱+纹理+空间) 进行面向对象林分类型分类.[结果]以尺度参数150对Quick Bird遥感影像进行分割质量最高 (ED3Modified=0.37) .10种尺度上, 在光谱特征中加入纹理特征能够明显提高分类精度, 但引入空间特征分类精度几乎无变化.基于光谱+纹理特征在分割尺度150时获得了最高分类精度 (总精度达到85％, Kappa系数为0.86) .[结论]分割尺度对面向对象林分类型识别精度有着重要影响.在所有尺度 (25～250) 下, 光谱、纹理特征分类精度均高于单独使用光谱特征分类总精度, 空间特征在林分类型分类中并没有起到作用.匹配良好的分割和参考对象时能够得到更高精度的分类结果, 同时, 轻微的过度分割或分割不足不会明显影响分类结果.基于易康软件的面向对象方法对Quick Bird多波段遥感数据进行林分类型分类能够获得比较满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛学刚	东北林业大学林学院	36	391	12.0	19.0
2	姚瑶	东北林业大学林学院	4	0	0.0	0.0
3	杜子涵	东北林业大学林学院	3	12	1.0	3.0
4	刘家倩	东北林业大学林学院	3	12	1.0	3.0
5	陈树新	东北林业大学林学院	3	12	1.0	3.0
6	魏晶昱	东北林业大学林学院	4	31	3.0	4.0