基于GF-2号影像的森林优势树种分类

• 作 者: 王熊 胡兵 韩泽民 菅永峰 梁杰 周欢 周靖靖
• 机 构: 华中农业大学园艺林学学院,北京林业大学林学院,湖北林业信息工程技术研究中心,湖北省太子山林场管理局
• 出 处: 湖北林业科技
• 发表日期: 2020年1期
• 关键词: 优势树种分类 支持向量机 最近邻法 随机森林 高分二号
• 基金项目: 国家重点研发计划项目“南方低效人工林改造与特色生态产业技术”(2017YFC0505504)之课题四“低效防护林生态服务功能提升关键技术研究与示范”

利用遥感数据开展森林资源优势树种的分类对森林资源的监测、森林可持续经营及生物多样性研究具有重要意义。研究针对复杂地形区域的破碎化森林,采用高分二号(GF-2)的多光谱影像作为基础数据进行森林优势树种的精细分类。本文以地形复杂、森林破碎化的湖北省竹山县九华山林场为研究对象,采用面向对象分类方法对树种进行精细分类,比较支持向量法、最近邻法(KNN)和随机森林(RF)三种不同分类算法的分类效果。在尺度阈值为30、合并阈值为95时分割的基础上,利用SVM、KNN和RF分类结果和分类精度差异较大。分类精度最高的是S