基于冠层实测光谱的树种识别

利用美国ASD公司生产的FieldSpec3便携式地物光谱仪实地测得三明野外科学观测站的4种树种马尾松、杉木、米槠和香叶树的高光谱数据,进行光谱特征分析与树种识别研究。通过探讨平滑后是否进行去包络线处理,得到包络线去除的光谱曲线能更好地突出光谱曲线的吸收和反射特征的结论。对去包络线的曲线进行光谱特征参量选取,结果表明:根据“红边”位置差异能够识别香叶树,基于蓝边面积和红边面积的特征参数值可以将米槠同马尾松和杉木很好地区别开来,马尾松和杉木可以通过红谷反射率、红谷反射率与绿峰反射率的比值、红谷反射率与绿峰反射率的归一化比值进行区分。

三明地区景观格局变化分析及生态风险评估

随着城市不断扩张,生态景观格局发生了较大的变化。三明地区地形以山地丘陵为主,景观格局较为复杂,对该地区进行景观格局变化分析,在此基础上进行生态风险评估对保障生态安全具有重大意义。本研究以2015年地理国情普查的土地覆盖数据为基础,依据2005年高分辨率影像进行逆向变更得到2005年土地覆盖矢量数据;利用分析方法进行土地覆盖类型变化的景观格局相关指标计算,探讨三明地区2005—2015年间生态景观格局的时空变化,以揭示三明地区景观变化规律;通过景观干扰指数(Ei)和景观脆弱度指数(Fi)定量评估得出该地区生态风险值的时空分布。结果表明:研究期间,三明地区的景观格局变化较为轻微,主要体现为自然景观向人工景观的转变,人工景观覆盖面积不断扩大,整体景观呈现破碎化的态势,总体的风险值也有攀升的趋势。

基于Sentinel-2A影像的森林类型提取研究

基于Sentinel-2A遥感影像的光谱特征、指数特征和纹理特征,结合野外调查数据、森林二类调查数据和DEM数据等辅助数据,采用分层多尺度分割提取技术,对研究区主要森林类型进行提取。研究表明:主成分变换前三个分量的加入有助于提高影像分割效果和分类精度;在影像光谱特征基础上,加入指数特征和纹理特征可在一定程度上提高森林类型提取精度;在多元数据的支持下,选取合适的特征和阈值进行分层与分类是一种有效的森林类型分类策略,取得了较高的分类精度,其中杉木、马尾松、竹林和其它林地的总体分类精度达79.80%,Kappa系数为0.725;通过决策树和随机森林两种分类器的优势互补,以分类精度混淆矩阵中的生产精度和用户精度平均值作为先验知识进行多分类器决策级投票融合,相比于单一决策树和随机森林分类器,组合分类器具有更高的分类精度,总体分类精度分别提高了3.32%和2.13%。