基于Sentinel-2数据的塞罕坝机械林场落叶松人工林提取

编号 zgly0001733504

文献类型 期刊论文

文献题名 基于Sentinel-2数据的塞罕坝机械林场落叶松人工林提取

作者 李斌  李崇贵  李煜 

作者单位 西安科技大学 

母体文献 林业资源管理 

年卷期 2021,(02)

页码 117-123

年份 2021 

分类号 S791.22  S771.8 

关键词 Sentinel-2  落叶松人工林  GEE云计算  森林分类  随机森林法 

文摘内容 塞罕坝机械林场是我国大型国有林场,落叶松是林场森林经营管理的主体,快速准确提取落叶松人工林分布对林场的经营和管理具有重要意义。基于传统单机模式下的遥感影像分类耗时长、效率低下,随着地理信息大数据、云计算时代的到来,Google Earth Engine(GEE)作为地理空间分析平台的先行者,为遥感影像分类带来新的机遇。基于GEE平台,使用Sentinel-2数据实现塞罕坝机械林场主要树种遥感影像分类。通过对塞罕坝机械林场2019年全年309景Sentinel-2影像数据预处理,计算比值植被指数、纹理特征、地形特征,并对各特征进行优选,构建多特征分类数据集。以此为基础,比较最小距离法、决策树和随机森林分类器下的分类精度。结果表明,GEE相较于单机影像分类模式具有显著的优势;最小距离、决策树和随机森林分类器下的分类精度分别为80%,83%和92%,随机森林分类器更适合复杂的遥感分类任务。