樹種的精細(xì)分類對(duì)于人工林的資源管理和信息提取至關(guān)重要,遙感數(shù)據(jù)因其覆蓋廣、具有重復(fù)探測(cè)能力等特點(diǎn)已經(jīng)成為了樹種制圖的重要數(shù)據(jù)源。近年來(lái),高分辨率數(shù)據(jù)也用于人工林的提取,但大部分是針對(duì)單一的類別或樹種,多樹種精細(xì)分類的研究仍然很少。本文以內(nèi)蒙古旺業(yè)甸為研究區(qū),從多時(shí)相ZY-3多光譜和立體像對(duì)數(shù)據(jù)中,提取五種類型的變量:(1)基于像素光譜的特征,例如光譜波段、植被指數(shù);(2)基于空間的特征,例如圖像紋理;(3)時(shí)相特征,例如生長(zhǎng)季和落葉季;(4)基于立體像對(duì)提取的高度特征,反映不同的林分立地特征;(5)地形因子,例如高程、坡度和坡向。對(duì)比分析不同時(shí)相數(shù)據(jù)(落葉季、生長(zhǎng)季、兩期數(shù)據(jù)結(jié)合)、不同變量組合(V1-光譜波段;V2-V1+植被指數(shù)、圖像紋理、分割變量、地形變量;V3-V2+林分結(jié)構(gòu)變量)和不同分類算法(最大似然法(MLC)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、k最近鄰(kNN))、決策樹(DT)、隨機(jī)森林(RF)和支持向量機(jī)(SVM))對(duì)樹種精細(xì)分類的影響,結(jié)果表明:(1)相比于僅使用光譜波段,多源變量的組合能提高總體地類和森林的分類精度,其中,總體精度提高3.7-15.5%,森林總體精度提高1.0-12.7%,使用支持向量機(jī)時(shí),取得最高總體精度為84.5%,使用最大似然法時(shí),取得最高的森林總體精度為89.2%;(2)多時(shí)相數(shù)據(jù)的結(jié)合可以提高分類精度,相比于使用單期數(shù)據(jù),多時(shí)相數(shù)據(jù)結(jié)合時(shí),總體精度提高了7.8-15.0%,森林總體精度提高了6.0-11.8%;(3)僅使用光譜變量時(shí),最大似然法比機(jī)器學(xué)習(xí)算法取得更高的總體精度;但是當(dāng)使用多源變量時(shí),隨機(jī)森林和支持向量機(jī)等機(jī)器學(xué)習(xí)算法的總體精度要高于最大似然法;林分結(jié)構(gòu)變量的加入,對(duì)白樺和樟子松的分類精度有所提高,其他樹種的精度沒有明顯變化;(4)對(duì)于單樹種,油松、樟子松、紅松、楊樹和榆樹、其他闊葉的樹種精度在92%以上,落葉松和白樺的樹種精度分別為87.3%和84.5%,但是,這些單樹種的最高樹種精度來(lái)自不同的數(shù)據(jù)源和分類算法,沒有單一的分類算法可以為所有的樹種提供最高的樹種精度。本研究的目的是為總體地類、森林和單樹種分類識(shí)別合適的變量和分類算法,研究表明同一數(shù)據(jù)或分類算法不能為所有的地類提供最佳的分類精度,在以后的研究中可以嘗試使用分層分類的方法,分別使用單樹種對(duì)應(yīng)的最佳變量和分類方法。
【學(xué)位單位】：浙江農(nóng)林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S725.7;S757.2
【部分圖文】：

（1）以多時(shí)相 ZY-3 數(shù)據(jù)為基礎(chǔ)，選擇生長(zhǎng)季數(shù)據(jù)、落葉季數(shù)據(jù)和兩期數(shù)據(jù)結(jié)合共三種數(shù)據(jù)方案，探究不同時(shí)相數(shù)據(jù)對(duì)樹種精細(xì)分類的影響；（2）從多光譜和立體像對(duì)種共提取五種類型的變量：①基于像素的光譜特征，例如光譜波段、植被指數(shù)；②基于空間的特征，例如圖像紋理，圖像分割變量；③時(shí)相特征，例如生長(zhǎng)季和落葉季；④基于立體像對(duì)提取的高度特征，反映不同的林分立地特征；⑤地形因子，例如高程、坡度和坡向。設(shè)計(jì)三種不同的變量組合：V1-光譜波段；V2-V1+植被指數(shù)、圖像紋理、分割變量、地形變量；V3-V2+高度特征。探究光譜波段、多源變量組合、立體像對(duì)計(jì)算的相對(duì)樹高等不同變量對(duì)樹種精細(xì)分類的影響；（3）分別使用最大似然法、人工神經(jīng)網(wǎng)絡(luò)、k 最近鄰、決策樹、隨機(jī)森林和支持向量機(jī)六種分類算法進(jìn)行分類，探究不同分類算法對(duì)樹種精細(xì)分類的影響。1.3.3 技術(shù)路線本文技術(shù)路線如圖 1.1 所示，主要包括：（1）數(shù)據(jù)收集及預(yù)處理；（2）變量的提取和篩選；（3）分類方法的選擇；（4）分類方案設(shè)計(jì)和分類結(jié)果精度驗(yàn)證。

圖 2.1 研究區(qū)地理位置Figure 2.1 Location of the study area2.2 樣地?cái)?shù)據(jù)的收集與處理野外調(diào)查數(shù)據(jù)是選擇訓(xùn)練樣本和驗(yàn)證樣本的基礎(chǔ)，本研究中的野外調(diào)查數(shù)據(jù)為2017 年 9 月獲取，在野外調(diào)查前，通過分析研究區(qū)的林相圖，道路分布圖及高分辨率衛(wèi)星數(shù)據(jù)， 確定外業(yè)勘察的路線及典型區(qū)的外業(yè)調(diào)查地點(diǎn)。共采集林場(chǎng)內(nèi) 112 個(gè)樣點(diǎn)，每個(gè)樣點(diǎn)包括空間位置和周圍樹種分布信息，主要的人工林種類有落葉松、油松、樟子松等，主要的闊葉樹種有白樺、楊樹、榆樹等，其中分布最為廣泛的人工林為落葉松和油松，這些人工林中一部分為林場(chǎng)所有，一部分為個(gè)人所有，個(gè)人栽種的以落葉松為主。樣地?cái)?shù)據(jù)的空間位置及屬性，是森林精細(xì)分類的基礎(chǔ)，本次考察獲取的樣地?cái)?shù)據(jù)基本覆蓋整個(gè)研究區(qū)范圍，將外業(yè)調(diào)查獲取的林分種類、樹種、地理位置等信息匯總成地理空間信息數(shù)據(jù)，匯總?cè)霐?shù)據(jù)庫(kù)，每個(gè)樣點(diǎn)的位置如圖 2.1 所示。2.3 遙感數(shù)據(jù)的收集與預(yù)處理

圖 2.2 主要樹種在不同時(shí)相數(shù)據(jù)中的光譜特征，（1）生長(zhǎng)季；（2）落葉季；（a）白樺；（b）油松；（c）其他闊葉；（d）落葉松Figure 2.2 A comparison of color composites in leaf-on season (1) and leaf-off season (2) showingdifferent representations of four tree species classes: birch (a) Chinese pine (b) a composite of differentbroadleaf tree species (c) and larch (d)2.3.2 遙感數(shù)據(jù)預(yù)處理遙感數(shù)據(jù)多光譜影像的預(yù)處理主要包括輻射定標(biāo)、大氣校正、正射校正、圖像配準(zhǔn)、圖像融合和地形校正。（1）輻射定標(biāo)衛(wèi)星傳感器獲取的原始數(shù)據(jù)記錄的是地物的灰度值，是一個(gè)無(wú)量綱的整數(shù)值，值的大小受衛(wèi)星傳感器、地物和大氣等各種因素的影響。使用遙感影像進(jìn)行各種生產(chǎn)應(yīng)用的第一步首先要進(jìn)行輻射定標(biāo)，即將原始圖像的灰度值轉(zhuǎn)換為表觀反射率。表觀反射率是消除了傳感器本身誤差之后的大氣層頂?shù)姆瓷渎省１狙芯恐懈鶕?jù)已發(fā)布的ZY3-02 星的輻射定標(biāo)系數(shù)進(jìn)行輻射定標(biāo)。
【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 吳長(zhǎng)波;馬成功;;奮斗六十載 圓夢(mèng)旺業(yè)甸——內(nèi)蒙古自治區(qū)赤峰市旺業(yè)甸實(shí)驗(yàn)林場(chǎng)發(fā)展紀(jì)實(shí)[J];國(guó)土綠化;2015年07期

2 汪小欽;王苗苗;王紹強(qiáng);吳云東;;基于可見光波段無(wú)人機(jī)遙感的植被信息提取[J];農(nóng)業(yè)工程學(xué)報(bào);2015年05期

3 吳飏;張登榮;張漢奎;武紅敢;;結(jié)合圖像紋理特征的森林郁閉度遙感估測(cè)[J];林業(yè)科學(xué);2012年02期

4 蔡曙光;董建林;馬玉明;;氣象因子對(duì)喀喇沁旗油松飛播造林成效的影響[J];內(nèi)蒙古林業(yè)科技;2009年01期

5 國(guó)慶喜;;中國(guó)人工林栽培現(xiàn)狀與發(fā)展趨勢(shì)[J];AMBIO-人類環(huán)境雜志;2000年06期

6 祁英,白楷姝,王本俊,王瑞杰,崔吉吉;TM衛(wèi)片在森林資源規(guī)劃設(shè)計(jì)調(diào)查中的應(yīng)用研究[J];內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年04期

7 吳國(guó)祥;;旺業(yè)甸實(shí)驗(yàn)林場(chǎng)經(jīng)營(yíng)有方[J];內(nèi)蒙古林業(yè);1989年01期

8 趙獻(xiàn)英;喀喇沁旗植被的過渡性及牧業(yè)生產(chǎn)的有利條件[J];自然資源;1987年03期

本文編號(hào)：2848470