论文部分内容阅读
本研究以福建将乐国有林场为研究区,以南方集体林区的重要经营树种:杉木、马尾松和毛竹为研究对象,探索我国首颗“亚米”级高空间分辨率的高分二号(简称GF-2)卫星在树种识别和龄组划分上的应用潜力,研究结果对促进国产GF-2卫星影像在森林资源调查和管理的应用提供借鉴。研究结果如下:(1)结合树种分类的需求和预处理研究较少的实际,探索了适宜GF-2影像的预处理流程和融合方法。结果表明:Gram-Schmidt和HCS融合方法最适合GF-2影像,融合效果最佳。(2)实测树种(龄组)的冠层光谱曲线,各树种在光谱上反射差异明显,光谱曲线“红边”高度和斜率均存在差异。结合GF-2波段设置,表明绿波段和近红外波段是马尾松、毛竹和杉木龄组区分的关键。(3)光谱结合四方向纹理的分类方案总体精度最高为87.4%(Kappa=0.85),优于光谱结合全方向纹理方案的85.2%(Kappa=0.82)。仅利用光谱的分类方案总体精度为78.4%(Kappa=0.75)优于仅利用纹理属性的分类方案低于65%的总体精度。结果表明:结合影像丰富的纹理信息能极大提高分类精度。(4)基于最大似然法、支持向量机和随机森林法三种分类器进行树种分类对比实验。结果表明:在属性筛选下,随机森林法在树种分类上能取得较好分类效果,总体精度为87.4%(Kappa=0.85);支持向量机在高维属性特征时表现最好,总体精度为86.1%(Kappa=0.86);而最大似然法导致“休斯”现象表现一般。(5)树种的生长形态和冠层特征决定纹理属性对分类的影响。纹理属性对马尾松的分类精度影响很小,对杉木幼龄林和中龄林的分类精度提高很大。杉木相邻龄组存在混分现象,幼龄林和成熟林完全区分。表明GF-2在树种识别及龄组划分上具有重大潜力,是林分尺度森林资源调查理想的数据源。