基于端元提取的滇中典型森林类型识别研究

《基于端元提取的滇中典型森林类型识别研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、２０１７年８月林业资源管理Ａｕｇｕｓｔ２０１７第４期ＦＯＲＥＳＴＲＥＳＯＵＲＣＥＳＭＡＮＡＧＥＭＥＮＴＮｏ４基于端元提取的滇中典型森林类型识别研究黄田，张超，吉一涛，余哲修，罗恒春，张一（西南林业大学，昆明６５０２２４）摘要：端元波谱的选择对森林类型的识别精度和效率具有重要影响。以滇中地区典型森林植被为研究对象，基于Ｌａｎｄｓａｔ８ＯＬＩ遥感影像数据，结合二类调查数据，在影像融合的基础上提取典型森林植被的感兴趣区，通过最小噪声分离变换及ｎ维散点图提取滇中典型森林植被（云南松、华山松、蓝桉、柏木和栎类）的波谱曲线，利用提取出的端元波谱，采用波谱角

2、填图法进行滇中典型森林类型的识别，采用混淆矩阵对分类结果进行精度评价；同时，与传统的森林类型分类识别端元提取方法进行了对比分析。研究结果表明：１）基于感兴趣区端元提取的方法所得的分类结果较为理想，总体分类精度达８３４６％，其中云南松８４７８％、华山松９６８８％、蓝桉８０６０％、柏木７５００％、栎类５７６９％。２）基于几何顶点的端元提取方法通过多次端元波谱提取、波谱分析仍仅能识别云南松、华山松、蓝桉和栎类，柏木无法识别；分类精度分别为云南松８９１３％、华山松８４３７％、蓝桉７６１２％、栎类５３１３％。基于传统方法提取出的波谱近似

3、程度较高，分类精度偏低，端元波谱不易识别。３）基于感兴趣区的端元提取方法方便快捷、精度较高，可避免无意义端元波谱对分类结果的混淆，能有效解决端元波谱无法识别的技术难题。关键词：端元提取；光谱角填图；森林类型；遥感图像分类；滇中地区中图分类号：Ｓ７５７；ＴＰ７９文献标识码：Ａ文章编号：１００２－６６２２（２０１７）０４－０１１０－０７ＤＯＩ：１０．１３４６６／ｊ．ｃｎｋｉ．ｌｙｚｙｇｌ．２０１７．０４．０１７ＳｔｕｄｙｏｎＲｅｍｏｔｅＳｅｎｓｉｎｇＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＴｙｐｉｃａｌＦｏｒｅｓｔＴｙｐｅｓｉｎＣｅｎｔｒａｌＹｕｎｎａｎＢａ

4、ｓｅｄｏｎＥｎｄｍｅｍｂｅｒＥｘｔｒａｃｔｉｏｎ，ＺＨＡＮＧＹｉＨＵＡＮＧＴｉａｎ，ＺＨＡＮＧＣｈａｏ，ＪＩＹｉｔａｏ，ＹＵＺｈｅｘｉｕ，ＬＵＯＨｅｎｇｃｈｕｎ，ＺＨＡＮＧＹｉ（ＳｏｕｔｈｗｅｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ６５０２２４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｅａｃｃｕｒａｃｙａｎｄｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｒｅｃｏｇｎｉｔｉｏｎｏｆｆｏｒｅｓｔｔｙｐｅｓａｒｅｓｔｒｏｎｇｌｙｉｎｆｌｕｅｎｃｅｄｂｙｔｈｅｃｈｏｉｃｅｏｆｅｎｄｍｅｍｂｅｒｓｐｅｃｔｒａＢａｓｅｄｏｎＬａｎｄｓａｔ８ＯＬＩｒｅｍｏｔｅｓｅ

5、ｎｓｉｎｇｉｍａｇｅ，ｔａｋｉｎｇｔｈｅｔｙｐｉｃａｌｆｏｒｅｓｔｖｅｇｅｔａｔｉｏｎｉｎｃｅｎｔｒａｌＹｕｎｎａｎＰｒｏｖｉｎｃｅａｓｔｈｅｏｂｊｅｃｔｏｆｔｈｉｓｓｔｕｄｙ，ｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｆｏｒｅｓｔｒｅｓｏｕｒｃｅｉｎｖｅｎｔｏｒｙｄａｔａ，ｔｈｅＲＯＩｓｏｆｔｙｐｉｃａｌｆｏｒｅｓｔｖｅｇｅｔａｔｉｏｎａｒｅｅｘｔｒａｃｔｅｄｆｉｒｓｔｌｙｏｎｔｈｅｂａｓｉｓｏｆｉｍａｇｅｆｕｓｉｏｎ，ｔｈｅｎｓｐｅｃｔｒａｌｃｕｒｖｅｓｏｆｔｙｐｉｃａｌｆｏｒｅｓｔｖｅｇｅｔａｔｉｏｎｉｎＣｅｎｔｒａｌＹｕｎｎａｎＰｒｏｖｉｎｃｅｓｕ

6、ｃｈａｓＰｉｎｕｓｙｕｎｎａｎｅｎｓｉｓ，ＰｉｎｕｓａｒｍａｎｄｉｉＦｒａｎｃｈ，ＥｕｃａｌｙｐｔｕｓｇｌｏｂｕｌｕｓＬａｂｉｌｌ，ＣｕｐｒｅｓｓｕｓｆｕｎｅｂｒｉｓＥｎｄｌａｎｄＱｕｅｒｃｕｓａｃｕｔｉｓｓｉｍａａｒｅｅｘｔｒａｃｔｅｄｂｙｍｅａｎｓｏｆＭＮＦａｎｄＮｄｉｍｅｎｓｉｏｎａｌｓｃａｔｔｅｒｉｎｇｐｌｏｔｓＢａｓｅｄｏｎｔｈｅｓｅｅｎｄｍｅｍｂｅｒｓｐｅｃｔｒａ，ｔｈｅｔｙｐｉｃａｌｆｏｒｅｓｔｔｙｐｅｓｉｎｃｅｎｔｒａｌＹｕｎｎａｎＰｒｏｖｉｎｃｅａｒｅｉｄｅｎｔｉｆｉｅｄｂｙｓｐｅｃｔｒａｌａｎｇｌｅｍａｐｐｉｎｇｍｅ

7、ｔｈｏｄ，ａｎｄｔｈｅａｃｃｕｒａｃｙｏｆ收稿日期：２０１７－０６－２３；修回日期：２０１７－０７－１９基金项目：国家自然科学基金项目“基于高光谱耦合建模的干旱遥感反演技术”（３１４６０１９５）；国家自然科学基金项目“典型高原湖滨湿地植被高光谱遥感反演及时空演变过程”（３１６６０２３６）作者简介：黄田（１９９２－），女，云南腾冲人，在读硕士，主要从事林业遥感研究。Ｅｍａｉｌ：３３１７９７２１０＠ｑｑｃｏｍ通讯作者：张超（１９８０－），男，河北唐山人，副教授、博士，主要从事森林经理学研究。Ｅｍａｉｌ：ｚｈｃｈｇｉｓ＠１２６ｃｏｍ第４期黄田等：基

8、于端元提取的滇中典型森林类型识别研究１１１ｃｌａｓｓｉｆｉｃａｔｉｏｎｉｓｅｖａｌｕａｔｅｄｆｉｎａｌｌｙＭｅａｎｗｈｉｌｅ，ｔｈｅｔ