基于机载LiDAR数据和Landsat 8影像的芬兰北部泰加林—苔原过渡带提取

摘要：

泰加林—苔原过渡带对气候变化敏感,确定其位置可以帮助理解北极地区气候变化.针对当前过渡带提取中存在的自动化程度低、提取困难的问题,以芬兰北部泰加林—苔原过渡带为研究区,以高分辨率航空遥感影像和冠层高度模型生成的过渡带参考数据为基准数据,构建基Landsat影像和LiDAR数据的4个随机森林过渡带分类模型.对模型分类结果去除"椒盐"图斑,使用连通区域边界点提取算法提取过渡带边界的位置坐标,实现过渡带边界提取,并检验过渡带边界的位置精度.其中,RF_Spring_Las模型和RF_Summer_Las模型的Kappa系数分别为0.92、0.98,分类总体精度分别为94.66％、94.44％,分类精度远高于RF_Spring模型和RF_Summer模型.基于RF_Spring_Las模型和RF_Summer_Las模型的过渡带边界提取结果具有较高位置精度,过渡带下边界位置误差分别为25.13 m、25.11 m,过渡带上边界位置误差分别为43.11 m、44.80 m,实现春季和夏季两个季节的芬兰北部泰加林—苔原过渡带提取,为后续过渡带位置监测提供基准数据.

关键词：泰加林—苔原过渡带、机载LiDAR数据、Landsat 8影像、随机森林

所属期刊栏目：36

分类号：TP79(遥感技术)

资助基金：国家自然科学基金;中国科学院重点实验室开放基金

在线出版日期：2022-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1259-1271