基于Sentinel-2A影像的森林类型提取研究

• 作者: 郑振灿 陈文惠 林莉平 刘育圳
• 来源期刊: 海南师范大学学报（自然科学版）
• 关键词: 面向对象 森林分类 遥感技术 多元数据
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 地理学与旅游经济
• 页码范围: 70-81
• 页数: 12页
• 分类号: K90
• 语种: 中文
• DOI: 10.12051/j.issn.1674-4942.2021.01.011

摘要

基于Sentinel-2A遥感影像的光谱特征、指数特征和纹理特征,结合野外调查数据、森林二类调查数据和DEM数据等辅助数据,采用分层多尺度分割提取技术,对研究区主要森林类型进行提取.研究表明:主成分变换前三个分量的加入有助于提高影像分割效果和分类精度;在影像光谱特征基础上,加入指数特征和纹理特征可在一定程度上提高森林类型提取精度;在多元数据的支持下,选取合适的特征和阈值进行分层与分类是一种有效的森林类型分类策略,取得了较高的分类精度,其中杉木、马尾松、竹林和其它林地的总体分类精度达79.80％,Kappa系数为0.725;通过决策树和随机森林两种分类器的优势互补,以分类精度混淆矩阵中的生产精度和用户精度平均值作为先验知识进行多分类器决策级投票融合,相比于单一决策树和随机森林分类器,组合分类器具有更高的分类精度,总体分类精度分别提高了 3.32％和2.13％.