基于高分二号遥感影像树种分类的时相及方法选择

论文摘要

掌握森林内树木种类及其分布情况对研究森林生态系统具有重要意义.为推广国产高分数据在森林树种分类方面的应用,同时探究不同时相、分类特征及分类器的组合对树种分类结果的影响,本研究利用3景高分二号影像构建了3种单时相和4种多时相,通过多尺度分割、C5.0特征优选及支持向量机(SVM)和随机森林(RF)两种分类器分别实现了不同时相及特征维度下面向对象的8个树种的分类,最终取得了总体精度在63.5～83.5%、Kappa系数在0.57～0.81的良好结果.结果表明:时相的选择会对分类结果产生较大的影响,其中,基于多时相的结果往往优于单时相,多时相下不同影像组合间以及单时相间亦存在明显的精度差异;特征优选会对分类精度的提升起到积极作用,应予以足够重视;SVM在不同时相及特征维度下的表现均较为稳定,在单时相及分类特征难以直接区分树种的情况下应优先使用SVM,但使用SVM时应注意其易发生过拟合;RF不易发生明显的过拟合,但其对分类特征的质量依赖较大,并倾向于在良好的影像组合下取得较为优异的结果.

论文目录

• 1 研究地区与研究方法
•   1.1 研究区概况
•   1.2 数据收集及处理
•   1.3 研究方法
•     1.3.1 影像分割及对象获取
•     1.3.2 对象特征提取及特征优选
•     1.3.3 分类器
•     1.3.4 精度评价
• 2 结果与分析
•   2.1 尺度参数的确定
•   2.2 对象特征优选
•   2.3 树种分类结果及精度评价
•     2.3.1 基于优选特征的树种分类结果及精度评价
•     2.3.2 基于全部特征的树种分类结果及精度评价
• 3 讨 论
• 4 结 论

文章来源

类型: 期刊论文

作者: 李哲,张沁雨,邱新彩,彭道黎

关键词: 高分二号,树种分类,时相选择,决策树,支持向量机,随机森林

来源: 应用生态学报 2019年12期

年度: 2019

分类: 基础科学,农业科技

专业: 林业

单位: 北京林业大学林学院

基金: 国家重点研发计划项目(2016YFD0600205)资助~~

分类号: S771.8

DOI: 10.13287/j.1001-9332.201912.016

页码: 4059-4070

总页数: 12

文件大小: 2493K

下载量: 509