基于多源遥感影像的森林资源分类 及精度评价

• 作者: 宁金魁 徐辉 李琦 杨武 欧阳勋志 潘萍 邵锦锋
• 来源期刊: 江西农业大学学报
• 学科: 农学
• 关键词: Landsat-8OLI影像 GF-2影像 森林资源分类 支持向量机
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 林业科学
• 页码范围: 751-760
• 页数: 10页
• 分类号: S757.2
• 字数: 5520字
• 语种: 中文
• DOI: 10.13836/j.jjau.2019087

摘要

借助多源遥感影像数据进行森林资源分类是提高分类精度和实现森林资源精细识别的有效途径.以江西省吉水县为研究区,基于Landsat-8 OLI和GF-2遥感影像数据,在对采样数据进行光谱、纹理分析的基础上运用支持向量机分类法对森林资源进行分类,并对两种影像分类结果精度评价后采用替换法进行多源遥感影像分类.结果表明:(1)Landsat-8 OLI和GF-2影像森林资源分类最佳纹理窗口和方向分别为7×7、135°和19×19、135°.(2)GF-2影像加入纹理特征后阔叶林、针阔混交林的生产者精度和用户精度均高于Landsat-8 OLI影像,灌木林生产者精度与用户精度分别低于和高于Landsat-8 OLI影像,而竹林的生产者精度(63.33％)和用户精度(67.86％)均低于Landsat-8 OLI影像的生产者精度(90％)和用户精度(77.14％);GF-2影像加入纹理特征后总体分类精度从80.97％提高到87.04％,提高了6.07％,而Landsat-8 OLI影像只提高了2.23％.(3)采用替换法得到的多源遥感影像分类结果总体精度达到88.87％,比GF-2影像分类结果精度高1.83％.因此,综合分析多源遥感影像在森林资源分类中表现出的差异性并采用替换法对多源分类结果进行优势结合有助于提高遥感影像的森林资源分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳勋志	江西农业大学林学院	93	1053	17.0	27.0
2	宁金魁	江西农业大学林学院	26	192	8.0	12.0
3	潘萍	江西农业大学林学院	25	132	8.0	10.0
4	邵锦锋		5	29	4.0	5.0
5	李琦	江西农业大学林学院	5	21	3.0	4.0
6	徐辉	江西农业大学林学院	3	29	3.0	3.0
7	杨武		2	17	2.0	2.0