高空間分辨率影像小班區(qū)劃技術(shù)研究.pdf

1、森林資源規(guī)劃設(shè)計(jì)調(diào)查，簡(jiǎn)稱二類調(diào)查，是查清森林資源現(xiàn)狀的重要手段，是科學(xué)培育森林、合理經(jīng)營(yíng)和管理森林資源的基礎(chǔ)性工作，也是調(diào)查森林區(qū)域，制定林業(yè)規(guī)劃設(shè)計(jì)、林業(yè)生產(chǎn)計(jì)劃、林木資產(chǎn)化管理和檢查、評(píng)價(jià)林業(yè)政策、方針、法規(guī)等的執(zhí)行效果，實(shí)現(xiàn)林業(yè)產(chǎn)業(yè)健康、可持續(xù)發(fā)展的重要依據(jù)，其中基礎(chǔ)內(nèi)容之一就是小班區(qū)劃，小班是林業(yè)資源調(diào)查體系的基本單位，為森林資源規(guī)劃設(shè)計(jì)調(diào)查提供基礎(chǔ)資料。
　　傳統(tǒng)的小班區(qū)劃方式為人工對(duì)坡勾繪，這種基于人工區(qū)劃的方法費(fèi)時(shí)

2、費(fèi)力，解譯過程也會(huì)摻雜一些主觀因素，對(duì)于林分類型的判斷也是挑戰(zhàn)，因此，發(fā)展基于遙感技術(shù)的半自動(dòng)化的高效區(qū)劃方法，以得到一致連續(xù)的區(qū)劃結(jié)果是十分必要的。
　　文章結(jié)合小班區(qū)劃的若干原則，以黑龍江伊春市帶嶺區(qū)為試驗(yàn)區(qū)，采用ALOS多光譜和全色高分辨率數(shù)據(jù)為數(shù)據(jù)源，（1）基于多尺度分割算法，研究了不同遙感信息參與對(duì)分割效果的影響，并且基于樣地信息設(shè)計(jì)了評(píng)價(jià)指數(shù)，評(píng)價(jià)了分割結(jié)果，選擇出合適的分割方式及分割尺度；（2）基于分割后對(duì)象的光譜、

3、灰度共生矩陣特征及DEM信息，在特征提取與選擇的基礎(chǔ)上，采用計(jì)算機(jī)模式識(shí)別的CART及SVM分類器，實(shí)現(xiàn)了林分類型（針葉林、闊葉林、針葉混交林、針闊混交林）信息自動(dòng)提?。唬?）在分割分類的基礎(chǔ)上進(jìn)行了結(jié)果的合并和平滑處理工作，生成了試驗(yàn)區(qū)小班邊界，采用信息統(tǒng)計(jì)的方式，比較了基于計(jì)算機(jī)的區(qū)劃結(jié)果與人工區(qū)劃結(jié)果在若干定量化指標(biāo)方面的差異，證實(shí)了基于多尺度分割以及林分自動(dòng)分類識(shí)別進(jìn)行區(qū)劃方法的可靠性。
　　研究結(jié)果表明：（1）由于高空間

4、分辨率影像可利用的光譜信息有限，傳統(tǒng)的基于像元的分類方式很難滿足林區(qū)林分類型識(shí)別的要求，在識(shí)別精度和精細(xì)程度上都低于面向?qū)ο蟮姆诸惙椒ǎ唬?）單純依靠光譜信息的分割分類對(duì)林分類型的識(shí)別的能力有限，采用地面調(diào)查的驗(yàn)證數(shù)據(jù)結(jié)合 PODiff指數(shù)進(jìn)行評(píng)價(jià)得出，其分割對(duì)象的信息與樣地的信息差異比較大，分割效果較差，而加入坡度、坡向信息的分割結(jié)果則能更好地與樣地契合；對(duì)于分割尺度的選擇，結(jié)合最優(yōu)分割尺度的定義，利用SEI指數(shù)進(jìn)行評(píng)價(jià)，比較研究了五

5、種不同尺度在四種林分區(qū)域的分割效果，篩選出50為最優(yōu)分割尺度；（3）開展了基于多特征的森林類型識(shí)別研究，分別比較了在僅有光譜信息、疊加紋理特征以及加入地形因子三種情況下的分類精度，結(jié)果表明，紋理信息對(duì)于不同林分類型的識(shí)別有很大作用，而地形因子對(duì)于特定類別有識(shí)別效果，不同尺度下獲得的特征疊加分類結(jié)果印證了50的尺度下各林分識(shí)別精度達(dá)到最優(yōu)，同時(shí)證明了SEI指數(shù)對(duì)于林分類型的可分離性是有指示作用的；（4）采用定量化評(píng)價(jià)的方式，從面積、周長(zhǎng)等