基于无人机可见光影像的树种和树冠信息提取 ——以晋西黄土区蔡家川流域为例

• 作者: 邬宁珊 王佳希 张岩 元慕田 张琪 高驰宇
• 来源期刊: 浙江农业学报
• 关键词: 面向对象分类 树种分类 树冠特征 无人机影像 黄土区
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 生物系统工程|Biosystems Engineering
• 页码范围: 1505-1518
• 页数: 14页
• 分类号: K903
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1524.2021.08.18

摘要

为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性.结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降.在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728.面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R2)在0.7以上,但对次生林的树冠提取效果相对较差,R2仅有0.4223.将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1744株·hm-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm-2,平均冠幅为3.84 m.结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率.