-
题名基于时序遥感指数的中国竹林植被信息提取
- 1
-
-
作者
郝嘉珩
郭毅超
李浩
朱爱青
石雷
-
机构
竹藤科学与技术国家林业和草原局重点实验室国际竹藤中心
滇南竹林生态系统定位观测研究站
上海城建职业学院
-
出处
《林业科学》
北大核心
2025年第9期1-11,共11页
-
基金
国家重点研发计划项目(2023YFF1304401,2023YFC3804902)。
-
文摘
【目的】竹林是中国特殊的森林类型,具有显著的生态、经济和社会价值。其光谱特征常与同纬度地区其他森林类型混淆。如何基于遥感技术精确提取中国的竹林分布,是个较大的挑战。本研究构建新的时序遥感指数,并结合随机森林算法评估其对竹林信息提取的贡献作用,从而得以提高竹林信息提取的精度,进而为竹林资源监测提供新的技术思路。【方法】首先基于目视解译,选择竹林、常绿林、落叶林、草地、建筑、裸地、水体和道路8种土地覆被类型的训练样点,利用2022—2023年的哨兵(Sentinel-2A)影像,分析竹林与其他覆被的类似光谱特征差异;在此基础上,创新性地构建能有效辨识竹林与其他林地光谱差异的3个单波段(Rc、RE1c和SWIRc)和两个多波段(MVIc和NDWIc)时序遥感指数;同时设计下面4种特征组合方案:原始波段+传统指数(FS1)、原始波段+传统指数+红边指数(FS2)、原始波段+传统指数+时序遥感指数(FS3)、原始波段+传统指数+红边指数+时序遥感指数(FS4),并利用随机森林分类算法比较FS1、FS2、FS3和FS4对竹林提取精度的影响,分析时序遥感指数在竹林提取中的重要性,并与《2021中国林草生态综合监测评价报告》的统计数据对比,以验证提取结果的准确性。【结果】在4种组合方案中,土地覆被分类总体精度排序表现为:FS4>FS3>FS2>FS1,竹林的生产者精度和用户精度在FS4中也都是最大的,分别为0.95和0.85。方案组合结果比较表明:时序遥感指数的引入使竹林提取精度明显提升;FS4提取的竹林面积与统计数据具有更好的一致性,均方根误差从不使用时序遥感指数的FS2的17.53降低至7.46;构造的5个时序遥感指数都位于特征值重要性排序的前列,相对重要性均在75%以上,表明研发的时序遥感指数对竹林提取很有应用价值。【结论】引入时序遥感指数能够显著提高竹林提取的精度,基于多时相影像构建的时序遥感指数在竹林资源监测中具有很好的应用潜力。
-
关键词
时序遥感指数
竹林
重要性排序
Googleearthengine
随机森林分类
-
Keywords
time-series remote sensing indices
bamboo forest
importance order
google earth engine
random forest classification
-
分类号
S718.5
[农业科学—林学]
-
