基于大比例尺航片的针叶树种分类

为了提高航片上针叶树种的分类精度,以凉水国家级自然保护区1∶2 000正射影像、DEM及同期森林资源二类调查的固定样地数据为基础,对正射影像进行监督分类,通过栅格矢量转换,提取针叶林专题图。在此基础上,分别用监督分类、专家分类和子像元分类的方法对针叶树种进行分类,并用固定样地数据分别对分类结果进行精度评价和对比分析。在整个分类过程中,用固定样地数据对分类训练区精度进行控制,以保证训练区的可靠性,降低主观因素引起的误差。结果表明:对于针叶林树种的分类,监督分类、专家分类和子像元分类的精度分别为82%、88%和91%。综上可得,子像元分类精度较监督分类和专家分类高,而且操作较专家分类简单,不需要其他先验知识的参与,尤其适用于对先验知识较少的原始针叶林树种进行分类。

基于大比例尺航片的针叶树种冠幅的提取

基于凉水国家级自然保护区2009年拍摄的1∶2 000航空像片和同期森林资源二类调查的固定样地数据,采用子像元分类方法分别提取出红松、落叶松和云冷杉的专题影像图。在此基础上,将栅格专题影像图转换为矢量图形,采用目视解译的方法提取上层针叶林的树冠信息。通过将针叶树冠形似为圆形提取出各树种的冠幅,用固定样地实测数据进行对比分析和精度评价,并建立航片上提取冠幅与实测冠幅之间的一元线性回归模型。结果表明:红松、落叶松和云冷杉冠幅的提取精度分别达到83.50%、84.35%和82.26%,其预测精度分别达到83.60%、81.46%和83.57%。