基于Sentinel-2光谱与地形特征的山区森林分类——以武夷山国家公园为例 |
| |
作者姓名: | 张春莹 江洪 林敬兰 岳辉 |
| |
作者单位: | 1. 福州大学空间数据挖掘和信息共享教育部重点实验室,卫星空间信息技术综合应用国家地方联合工程研究中心,数字中国研究院(福建);2. 福建省水土保持试验站 |
| |
基金项目: | 福建省科技计划引导性项目(2021Y0005); |
| |
摘 要: | 为了提高山区复杂地形条件下的森林分类精度,以武夷山国家公园为研究区开展山区森林分类研究.以Sentinel-2遥感影像作为数据源,采用多尺度分割方法进行影像分割,并通过ESP2算法选取影像的最优分割尺度.首先构造了Sentinel-2光学影像的初始27维光谱特征,通过计算随机森林Gini指标对分类特征变量进行优化,最终确定17维最优特征变量,然后将提取的研究区地形特征与最优特征变量相结合,应用随机森林算法进行森林分类.结果表明:在27维光谱特征中选取重要性排名前17的特征参与分类时,精度最高值为0.911 0,其中,Sentinel-2影像的红、红边和近红外波段及其相应的光谱指数在森林分类中有较高重要性;在不同的特征参与分类时,在参考光谱特征中依次加入红边指数和地形因子,分类的总体精度分别为88.13%、89.50%、90.87%,Kappa系数分别为0.854 6、0.871 0、0.887 8.研究证明将Sentinel-2丰富的光谱特征与地形因子相结合,可有效获取各森林地物类型在不同地形特征下的不同光谱特征,此方法在森林地物信息提取中具有较高的应用价值,为今后地形复杂的山区森林进...
|
关 键 词: | 山区地形 森林分类 面向对象 Sentinel-2 红边指数 |
|
|