基于ICESat-GLAS数据和回波仿真原理识别森林类型

• 作者: 蔡龙涛 邢艳秋 黄佳鹏 崔阳 秦磊 马建明 赵霄洋
• 来源期刊: 中南林业科技大学学报
• 学科: 农学
• 关键词: GLAS 回波仿真 森林类型 波形特征参数 支持向量机
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 林学
• 页码范围: 60-68
• 页数: 9页
• 分类号: S771
• 语种: 中文
• DOI: 10.14067/j.cnki.1673-923x.2021.01.006

摘要

[目的]利用星载激光雷达波形数据对森林类型识别时,受地形、噪声和林层结构等因素影响,针叶林、阔叶林和混交林森林类型识别精度较低,为提高森林类型识别精度,需提取与森林类型相关的波形特征参数.[方法]结合回波仿真原理与林分冠层特征对GLAS回波波形进行理论分析,提出了与森林类型相关的波形特征参数147R-cafit-、K1-47,并与其他森林类型相关的波形特征参数进行联合,建立多种波形特征参数组合,用于森林类型识别.[结果]1)针叶林和阔叶林森林类型识别时,波形特征参数组合147R-cafit-、K1-47森林类型总体识别精度为92.86％,优于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;2)针叶林、阔叶林和混交林森林类型识别时,波形特征参数组合147R-cafit-、K1-47森林类型总体识别精度为77.03％,低于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;3)波形特征参数147R-cafit-、K1-47与其他波形特征参数组合后能够提高森林类型识别精度,其中,147R-cafit-、K1-47、AGS、MSGS参数组合森林类型识别精度最高,针叶林和阔叶林森林类型识别精度为94.64％,针叶林、阔叶林和混交林林分类型识别精度为89.19％.[结论]提出的波形特征参数147R-cafit-和K1-47在针叶林和阔叶林森林类型识别方面具有明显优势,而且与其他波形特征参数组合后能够明显提高针叶林、阔叶林和混交林3种森林类型的识别精度.