基于多时相遥感观测的板栗林分布提取研究

板栗林在欧亚、北美等地广泛分布,具有良好的生态价值和经济效益。我国板栗产量居世界首位,是重要的经济树种。使用遥感影像建立板栗林空间分布提取方法能够为其科学管理和高效经营提供定量数据,但树种分类是遥感分类的难点,并且针对板栗林的遥感提取研究较少。以河北省宽城满族自治县为研究区,结合MODIS高时间分辨率特征和Landsat数据较高空间分辨率的特征,研究板栗林提取的最佳时相以及分类特征,并采用多时相观测基于支持向量机算法实现板栗林的提取。结果表明：①4月至6月各地类光谱差异最大,是板栗林提取的关键物候期;②蓝、绿、红、近红外和短波红外波段地表反射率是分类的有效波段,NDI、NDVI、NDWI、RSI和RVI等植被指数增强了植被信息,是板栗林提取的有效分类特征;③单一时相板栗林分类中,生长季前期6月精度最高,生长季后期9月次之,非生长季1月分类结果较差;④结合生长季6月、9月和非生长季1月遥感影像的分类精度最佳,板栗林制图和用户精度分别为89.90%和87.25%。与林业局板栗林面积统计数据相比,精度可达93.45%。     

基于地物光谱季节曲线特征的毛竹林分布提取

毛竹是我国南方广泛分布的重要竹种,具有良好的生态效益和经济价值。毛竹林与其他森林区分难度大,现有提取方法多直接采用已有的晴空观测,未充分考虑分类时相的影响,限制了提取精度。以浙江省庆元县为例,从地物光谱的季节曲线特征入手,利用MODIS高时间分辨率观测充分挖掘各植被类型光谱季节曲线特征和差异,结合多时相Landsat OLI影像进行分类实验,优选毛竹林与其他植被区分度最大的季相,并采用随机森林方法实现了毛竹林分布的有效提取。结果表明：①初、中秋是区分研究区毛竹林与其他植被的最优时相,夏季次之,春季与冬季较差;②当初、中秋无晴空影像时,结合夏冬季影像的毛竹林提取精度最佳,用户和制图精度分别达到85.57%和78.06%;③10月影像提取毛竹林分布精度最高,用户和制图精度分别达到89.00%和86.91%,与当地森林资源调查数据相比精度优于89.23%。实验表明：在类似亚热带地区毛竹林提取中,应优先选择秋季初、中期影像;若此时期无晴空观测,应优先采用夏季与冬季影像共同分类。