论文部分内容阅读
应用遥感影像数据为森林资源调查、林业资源管理等服务是林业遥感发展的趋势,遥感影像具有获取便捷、范围广泛、时效性强等特点,遥感影像所包含的空间信息和光谱信息为森林资源调查等林业工作提供了重要的信息源。应用遥感手段结合地理信息系统(GIS)、全球定位系统(GPS)进行森林资源调查,已经普遍应用于林业生产工作中。资源三号卫星是我国第一颗自主的民用高分辨率立体测绘卫星,其全色数据分辨率达到2.1m,多光谱数据分辨率5.8m,具有分辨率高,价格低廉的特点,将其应用于林业研究有助于节约成本,并摆脱了对国外高分辨率影像的依赖。本研究选用ZY-3全色和多光谱数据,结合Landsat 8 OLI数据、SPOT5多光谱数据对比研究了不同数据在黄龙山林区森林植被分类中的不同特点,比较了不同融合方法对多源遥感影像融合结果的影响,比较了不同分类方法在黄龙山林区森林植被分类中的精度差异,获得如下结论:(1)通过多源遥感影像融合,可以提高影像的空间分辨率,丰富影像的光谱信息,提高影像的清晰度,有助于提高影像的质量。Gram-Schmidt变换融合是ZY-3全色影像与多光谱影像、ZY-3全色影像与SPOT5多光谱影像的最佳融合方法,PCA变换是ZY-3全色影像与Landsat 8 OLI影像的最佳融合方法。(2)研究区一级分类结果以选用ZY-3全色与多光谱融合数据,采用支持向量机法分类时,分类精度最高。在选用监督分类方法(极大似然分类与支持向量机分类)时各组影像一级分类精度都能达到90%以上,分类效果较好。采用监督分类的分类精度显著高于非监督分类。(3)研究区森林植被二级分类,选用ZY-3全色与多光谱融合数据,使用支持向量机法分类总体精度为84.83%,Kappa系数为0.7836。使用支持向量机法的分类精度高于极大似然分类法。选用ZY-3融合影像和Landsat 8 OLI融合影像分类精度高于SPOT5融合影像。(4)将ZY-3融合影像结合NDVI和纹理信息,其分类结果总体精度为87.85%,Kappa系数为0.8269。总体精度和Kappa系数均高于仅使用ZY-3融合影像的结果。对结果分析可得以下结论:ZY-3影像数据可以满足研究区林森林植被信息提取精度要求。充分使用价格相对低廉国产高分辨率卫星,可以大大降低林业研究及生产的成本,摆脱对国外高分辨率影像的依赖。支持向量机法对高分辨率影像分类结果精度高于其他方法。提取NDVI及纹理信息,有助于提高研究区森林植被分类精度。