基于GF-1影像的多时相多特征落叶松人工林提取研究

编号 zgly0001743490

文献类型 期刊论文

文献题名 基于GF-1影像的多时相多特征落叶松人工林提取研究

作者 王晓洋  姜友谊  黎晓  胡亚轩  张家政  刘博伟 

作者单位 西安科技大学测绘科学与技术学院  中国地震局第二监测中心 

母体文献 林业资源管理 

年卷期 2022,(4)

页码 109-118

年份 2022 

分类号 S771.8 

关键词 落叶松人工林  纹理特征  随机森林  特征优选 

文摘内容 落叶松人工林是我国北方林区的重要树种,造林面积逐年增大。落叶松人工林信息的精确提取对我国合理利用森林资源有着重要的意义。以黑龙江省桦南县境内的孟家岗林场为研究区,结合落叶松的物候特征,选取典型时期的GF-1 PMS影像,以森林资源二类调查小班数据和实地调查数据为样地数据,提取影像的光谱特征、纹理特征、植被指数和地形特征,从多时相和多特征角度出发采用随机森林算法(RF)提取落叶松人工林的空间分布,以得到落叶松人工林最佳分类特征组合。实验结果表明,利用灰度共生矩阵(GLCM)对不同窗口下的纹理特征进行分类,最佳窗口大小为9×9。基于Gini系数对所有特征重要性进行评估,将总体精度最高的作为优选子集,当使用所有特征的84%(光谱、纹理、指数和地形特征的数量分别为11,5,9和2)分类时,总体精度达到最高82.67%(Kappa系数为0.76),且所有特征中植被指数特征贡献率最高。相比于使用光谱特征、光谱特征+植被指数,光谱特征+纹理特征以及光谱特征+地形因子分类,构建多特征优选的RF分类模型可有效降低维度,提高落叶松人工林分类精度。