隨著遙感技術不斷的成熟發(fā)展,多源遙感數(shù)據(jù)已被廣泛應用于森林樹種分類,使大尺度上的植物多樣性調查與監(jiān)測成為可能。受高分辨率遙感數(shù)據(jù)采集和處理的限制,目前大多數(shù)研究集中在歐洲或北美的溫帶森林和北方針葉林,在物種多樣性高、地形復雜的熱帶或亞熱帶森林的相關研究卻很少。此外,樹種的物候特征在樹種分類中常被忽略。我國亞熱帶山地森林眾多,植物種類豐富,季相變化明顯,較多孑遺植物和特有植物分布于此,對森林樹種進行準確分類識別對亞熱帶森林的監(jiān)測、保護與管理具有重要意義。本論文采用高分辨率(⁵ cm)無人機RGB影像對浙江天目山常綠落葉闊葉混交林約100 ha范圍內的6種常見樹種、枯立木和林窗進行分類識別。在基于對象的多尺度分割的基礎上,建立了包含光譜、空間幾何和紋理特征的特征空間,采用最鄰近距離(K-nearest neighbor,KNN)、分類和回歸樹(classification and regression tree,CART)、支持向量機(support vector machine,SVM)和隨機森林(random forest,RF)4種分類算法進行樹種分類,分析高空...

【文章頁數(shù)】：97 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 前言
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀分析
        1.2.1 多源遙感數(shù)據(jù)樹種分類研究現(xiàn)狀
        1.2.2 無人機平臺在生態(tài)學及物種識別領域的應用現(xiàn)狀
        1.2.3 分類算法的應用現(xiàn)狀
        1.2.4 當前領域存在的不足
    1.3 研究目標和研究內容
        1.3.1 研究目標
        1.3.2 研究內容
第二章 研究區(qū)域概況及研究方法
    2.1 研究區(qū)域概況
    2.2 研究數(shù)據(jù)獲取及處理
        2.2.1 無人機RGB影像的獲取及預處理
        2.2.2 野外調查及參考數(shù)據(jù)的收集
    2.3 研究方法
        2.3.1 圖像分割
        2.3.2 特征選擇和優(yōu)化
        2.3.3 基于對象的物種分類
        2.3.4 分類精度評估
    2.4 技術路線圖
第三章 基于研究區(qū)域的樹種分類與識別
    3.1 樣本可分離性及特征重要性分析
    3.2 不同特征組合下的樹種分類結果與分析
        3.2.1 無紋理特征的樹種分類
        3.2.2 有紋理特征的樹種分類
        3.2.3 有無紋理特征分類結果的對比與分析
    3.3 討論
第四章 基于生境分區(qū)的樹種分類與識別
    4.1 生境類型的劃分
    4.2 不同生境分區(qū)的分類結果與分析
        4.2.1 高海拔緩坡區(qū)(upper flat)的樹種分類
        4.2.2 高海拔陡坡區(qū)(upper slope)的樹種分類
        4.2.3 低海拔陡坡區(qū)(low slope)的樹種分類
        4.2.4 三種生境分區(qū)分類結果的對比與分析
    4.3 討論
第五章 研究結論與展望
    5.1 主要結論
    5.2 研究不足
    5.3 當前面臨的挑戰(zhàn)與展望
        5.3.1 分類對象復雜性的挑戰(zhàn)
        5.3.2 整合多源遙感數(shù)據(jù)的挑戰(zhàn)
        5.3.3 整合植物物候與紋理等特征的挑戰(zhàn)
        5.3.4 物種分類算法的技術挑戰(zhàn)
參考文獻
附錄
    附錄1 基于遙感數(shù)據(jù)進行植物物種識別的120 個研究案例
碩士期間發(fā)表的科研成果
致謝



本文編號：3761971