基于高分辨遥感数据的胡杨与柽柳树冠提取

作     者：周艳飞 张绘芳 李霞 杨帆 丁程锋 Zhou Yanfei;Zhang Huifang;Li Xia;Yang Fan;Ding Chengfeng

作者机构：新疆农业大学草业与环境科学学院新疆乌鲁木齐830052 新疆林业科学院新疆乌鲁木齐830000 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2015年第30卷第3期

页      面：510-517页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 090704[农学-森林经理学] 0907[农学-林学] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(40961027) 新疆草地资源与生态实验室资助 

主　　题：面向对象 支持向量机 纹理 树冠提取 QuickBird 

摘      要：胡杨、柽柳是干旱荒漠区生境的指示种,其树冠提取是荒漠生境遥感定量监测的基础。以塔里木河下游胡杨、柽柳为研究对象,基于QuickBird数据,使用光谱单数据源SVM、光谱结合纹理SVM、面向对象分类和最大似然分类法提取树冠。结果表明:1光谱结合纹理SVM比光谱单源SVM分类精度高9.65%,冠幅估测精度高7.18%,表明高分辨影像上纹理是提高分类精度的重要因素;2面向对象分类法精度最高,分类总体精度86.47%,较光谱单源SVM提高15.67%,较光谱结合纹理SVM提高6.02%,较最大似然法提高22.58%,其冠幅估测精度达87.45%。它兼顾面向对象影像分割与支持向量机方法优点,有效利用分割对象光谱、纹理和空间等信息,较好地解决了其他方法同物异谱、异物同谱造成提取树冠破碎的问题,使树冠提取具有较好的稳定性和较高精度。