基于面向对象的QuickBird遥感影像林隙分割与分类

摘要：

传统的实地调查和人工解译方法已经不能满足区域尺度的林隙获取,高空间分辨率遥感影像的出现为区域尺度的林隙获取提供了可能.本研究采用QuickBird高空间分辨率光学遥感影像,结合面向对象分类技术对福建省三明市将乐县将乐国有林场进行林隙分割与分类.在面向对象分类过程中,采用10种尺度(10～100,步长为10)对QuickBird遥感影像进行分割,应用参考对象相交面积(RAor)和分割对象相交面积(RAos)进行分割结果评价.对每个尺度分割结果应用16个光谱特征,采用向量机分类器(SVM)进行林隙、非林隙和其他类型分类.结果表明:通过RAor和RAos等值法获得最优分割尺度参数为40.不同尺度参数之间的分类总精度最高相差22％.在最优尺度下,应用SVM分类器对林隙、非林隙和其他类型分类的总精度高达88％(Kappa=0.82).采用高空间分辨率遥感数据并结合面向对象的方法,可以代替传统的实地调查和人工解译对区域尺度的林隙进行识别分类.

关键词：林隙、面向对象、高空间分辨率、QuickBird、支持向量机、eCognition

所属期刊栏目：29

资助基金：国家自然科学基金项目31300533;国家级大学生创新训练项目资助 This work was supported by the National Natural Science Foundation of China31300533;the National Undergraduate Innovative Training Program

在线出版日期：2018-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：44-52