基于多时相遥感观测的板栗林分布提取研究

编号 zgly0001721270

文献类型 期刊论文

文献题名 基于多时相遥感观测的板栗林分布提取研究

作者 陈继龙  魏雪馨  刘洋  闵庆文  刘荣高  张文林  郭春梅 

作者单位 中国科学院地理科学与资源研究所  中国科学院大学  宽城满族自治县农业农村局 

母体文献 遥感技术与应用 

年卷期 2020年05期

年份 2020 

分类号 S664.2  S127 

关键词 板栗林  物候  支持向量机  季节曲线  遥感 

文摘内容 板栗林在欧亚、北美等地广泛分布,具有良好的生态价值和经济效益。我国板栗产量居世界首位,是重要的经济树种。使用遥感影像建立板栗林空间分布提取方法能够为其科学管理和高效经营提供定量数据,但树种分类是遥感分类的难点,并且针对板栗林的遥感提取研究较少。以河北省宽城满族自治县为研究区,结合MODIS高时间分辨率特征和Landsat数据较高空间分辨率的特征,研究板栗林提取的最佳时相以及分类特征,并采用多时相观测基于支持向量机算法实现板栗林的提取。结果表明:①4月至6月各地类光谱差异最大,是板栗林提取的关键物候期;②蓝、绿、红、近红外和短波红外波段地表反射率是分类的有效波段,NDI、NDVI、NDWI、RSI和RVI等植被指数增强了植被信息,是板栗林提取的有效分类特征;③单一时相板栗林分类中,生长季前期6月精度最高,生长季后期9月次之,非生长季1月分类结果较差;④结合生长季6月、9月和非生长季1月遥感影像的分类精度最佳,板栗林制图和用户精度分别为89.90%和87.25%。与林业局板栗林面积统计数据相比,精度可达93.45%。