基于多时相Sentinel-2影像和SNIC分割算法的优势树种识别

编号 zgly0001748424

文献类型 期刊论文

文献题名 基于多时相Sentinel-2影像和SNIC分割算法的优势树种识别

作者 岳巍  李世明  李增元  刘清旺  庞勇  斯林 

作者单位 中国林业科学研究院资源信息研究所、国家林业和草原局林业遥感与信息技术重点实验室 

母体文献 林业科学 

年卷期 2022,58(9)

页码 60-69

年份 2022 

分类号 Q958.15  S154.5 

关键词 多时相  简单非迭代聚类超像素分割算法  树种识别  时间序列 

文摘内容 【目的】探究将简单非迭代聚类超像素分割算法(SNIC)融合到基于多时相数据的树种分类问题中,并对比分析不同时相数据组合对分类结果的影响,实现更高效、更精准的优势树种识别。【方法】以内蒙古旺业甸林场为研究区,在Google Earth Engine(GEE)云计算平台上利用多时相Sentinel-2多光谱数据提取波段反射率特征和光谱指数特征,采用SNIC和支持向量机(SVM)机器学习分类方法,实现面向对象的优势树种识别,并分析不同时相数据组合对优势树种识别精度的影响。【结果】多时相数据组合的分类精度明显高于各季节单时相数据。对比不同多时相数据组合分类结果,春、秋2个季节时间序列组合数据的分类精度与多季节组合数据结果相近,总体精度分别为94.5%、95.0%和95.8%。【结论】基于多时相Sentinel-2影像和SNIC分割算法的面向对象分类方法能够快速、准确识别优势树种,多季节组合数据的分类结果最优,春、秋2个季节时间序列数据也能获得较好分类结果,总体精度与最优结果差距较小。