面向对象分类方法在森林采伐遥感监测中的应用

摘要：

利用多尺度分割技术和面向对象分类方法对SPOT5遥感数据进行土地的分类及森林采伐信息提取.在面向对象的图像分析中,采用图像分割--基于规则的分类--基于分类的分割的多尺度分割方法,在综合最优分割尺度下,用最邻近分类器对SPOT5影像进行分类;采用两期图像特征比较,提取森林采伐区信息,并结合二类调查成果和伐区设计资料,使用交互式补充判读和修正.结果显示:研究区各地类的分类精度都在85%以上,对森林采伐图斑判读的加权综合正判率达到90.8%,其中皆伐图斑个数正判率92.8%,非皆伐图斑个数正判率83.3%.利用多期高分辨率遥感图像可以进行森林采伐监测,研究结果为提高森林采伐限额监测效率、采伐区识别准确度和面积估算精度提供了有效途径.

关键词：森林遥感、面向对象分类、图像分割、SPOT5、森林采伐

所属期刊栏目：30

分类号：S771.8;S752(森林工程、林业机械)

资助基金：国家科技支撑计划;国家科技支撑计划;湖南省自然科学基金

在线出版日期：2011-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6-10