基于ICESat-GLAS数据和回波仿真原理识别森林类型

作     者：蔡龙涛 邢艳秋 黄佳鹏 崔阳 秦磊 马建明 赵霄洋 CAI Longtao;XING Yanqiu;HUANG Jiapeng;CUI Yang;QIN Lei;MA Jianming;ZHAO Xiaoyang

作者机构：东北林业大学工程技术学院黑龙江哈尔滨150040 杭州极遥科技有限公司浙江杭州311200 

出 版 物：《中南林业科技大学学报》 (Journal of Central South University of Forestry & Technology)

年 卷 期：2021年第41卷第1期

页      面：60-68页

学科分类：09[农学] 0903[农学-农业资源与环境] 

基　　金：国家重点研发计划项目(2017YFD060090402) 中央高校基本科研业务费专项资金项目(2572019AB18) 卫星测绘技术与应用国家测绘地理信息局重点实验室项目(KLSMTA-201706) 

主　　题：GLAS 回波仿真 森林类型 波形特征参数 支持向量机 

摘      要：【目的】利用星载激光雷达波形数据对森林类型识别时,受地形、噪声和林层结构等因素影响,针叶林、阔叶林和混交林森林类型识别精度较低,为提高森林类型识别精度,需提取与森林类型相关的波形特征参数。【方法】结合回波仿真原理与林分冠层特征对GLAS回波波形进行理论分析,提出了与森林类型相关的波形特征参数Rcafit1-47、K1-47,并与其他森林类型相关的波形特征参数进行联合,建立多种波形特征参数组合,用于森林类型识别。【结果】1)针叶林和阔叶林森林类型识别时,波形特征参数组合Rcafit1-47、K1-47森林类型总体识别精度为92.86%,优于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;2)针叶林、阔叶林和混交林森林类型识别时,波形特征参数组合Rcafit1-47、K1-47森林类型总体识别精度为77.03%,低于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;3)波形特征参数Rcafit1-47、K1-47与其他波形特征参数组合后能够提高森林类型识别精度,其中,Rcafit1-47、K1-47、AGS、MSGS参数组合森林类型识别精度最高,针叶林和阔叶林森林类型识别精度为94.64%,针叶林、阔叶林和混交林林分类型识别精度为89.19%。【结论】提出的波形特征参数Rcafit1-47和K1-47在针叶林和阔叶林森林类型识别方面具有明显优势,而且与其他波形特征参数组合后能够明显提高针叶林、阔叶林和混交林3种森林类型的识别精度。