高空間分辨率影像小班區(qū)劃技術研究.pdf

1、森林資源規(guī)劃設計調查，簡稱二類調查，是查清森林資源現(xiàn)狀的重要手段，是科學培育森林、合理經(jīng)營和管理森林資源的基礎性工作，也是調查森林區(qū)域，制定林業(yè)規(guī)劃設計、林業(yè)生產計劃、林木資產化管理和檢查、評價林業(yè)政策、方針、法規(guī)等的執(zhí)行效果，實現(xiàn)林業(yè)產業(yè)健康、可持續(xù)發(fā)展的重要依據(jù)，其中基礎內容之一就是小班區(qū)劃，小班是林業(yè)資源調查體系的基本單位，為森林資源規(guī)劃設計調查提供基礎資料。
　　傳統(tǒng)的小班區(qū)劃方式為人工對坡勾繪，這種基于人工區(qū)劃的方法費時

2、費力，解譯過程也會摻雜一些主觀因素，對于林分類型的判斷也是挑戰(zhàn)，因此，發(fā)展基于遙感技術的半自動化的高效區(qū)劃方法，以得到一致連續(xù)的區(qū)劃結果是十分必要的。
　　文章結合小班區(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分割效果的影響，并且基于樣地信息設計了評價指數(shù)，評價了分割結果，選擇出合適的分割方式及分割尺度；（2）基于分割后對象的光譜、

3、灰度共生矩陣特征及DEM信息，在特征提取與選擇的基礎上，采用計算機模式識別的CART及SVM分類器，實現(xiàn)了林分類型（針葉林、闊葉林、針葉混交林、針闊混交林）信息自動提?。唬?）在分割分類的基礎上進行了結果的合并和平滑處理工作，生成了試驗區(qū)小班邊界，采用信息統(tǒng)計的方式，比較了基于計算機的區(qū)劃結果與人工區(qū)劃結果在若干定量化指標方面的差異，證實了基于多尺度分割以及林分自動分類識別進行區(qū)劃方法的可靠性。
　　研究結果表明：（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)林分類型識別的要求，在識別精度和精細程度上都低于面向對象的分類方法；（2）單純依靠光譜信息的分割分類對林分類型的識別的能力有限，采用地面調查的驗證數(shù)據(jù)結合 PODiff指數(shù)進行評價得出，其分割對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、坡向信息的分割結果則能更好地與樣地契合；對于分割尺度的選擇，結合最優(yōu)分割尺度的定義，利用SEI指數(shù)進行評價，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，結果表明，紋理信息對于不同林分類型的識別有很大作用，而地形因子對于特定類別有識別效果，不同尺度下獲得的特征疊加分類結果印證了50的尺度下各林分識別精度達到最優(yōu)，同時證明了SEI指數(shù)對于林分類型的可分離性是有指示作用的；（4）采用定量化評價的方式，從面積、周長等