10.13320/j.cnki.hjfor.2019.0041
基于时间序列遥感影像及DTW算法的塞罕坝林场树种识别研究
森林树种的识别和分布是森林资源监测的重要内容,是森林生态规划的基础.以塞罕坝机械林场为研究区域,利用14个时相的哨兵2号遥感影像组成时间序列数据,构建红、绿、蓝、近红外四基础波段特征时间序列和包括归—化植被指数(Normalized differential vegetation index,NDVI)在内的五特征时间序列,对这2个多特征时间序列分别采用动态时间规整(Dynamic time warping,DTW)算法计算的距离作为相似性度量标准,然后利用K均值算法完成研究区域树种聚类,并对树种识别精度分别进行评价.研究结果显示,NDVI特征时间序列非常有效体现植被的物候信息,加入NDVI特征时间序列的五特征时间序列运用DTW-K均值方法可以达到现实中树种分类调查精度的需求,总体分类的精度为88.58％,Kappa系数为0.84;落叶松分布最为广泛,面积达到35 892.23 hm2,分类精度为94.14％,多集中分布于研究区域北部和东南部;桦树次之,面积为18 376.24 hm2,其分类精度为76.30％,东部地区桦树分布明显高于西部地区;樟子松、云杉和柞树的分布面积较少,分别为8 749.30 hm2、1 217.08 hm2和3 814.40 hm2,分类精度分别为83.82％、69.88％、72.22％.
时间序列、DTW算法、遥感影像、树种识别、归一化植被指数
34
TP751.1(遥感技术)
国家自然科学基金青年科学基金项目31700561
2019-09-04（万方平台首次上网日期，不代表论文的发表时间）
共5页
261-265
