摘要
树种分类是森林资源调查和监测的重要工作,杉木和油茶作为袁州区主要经济树种,准确获取树种空间分布信息,对产量估算和资源管理具有重要意义。以江西省宜春市袁州区为研究区,试验融合时序哨兵-1(Sentinel-1)、哨兵-2(Sentinel-2)等数据,结合中国南方丘陵区树种特点,提取植被指数、红边植被指数、地形特征和纹理特征等构建特征变量组合,分别利用分离阈值法(SEaTH)和特征权重算法(ReliefF)进行特征重要性排序和特征优选,分析各特征对树种分类的影响。结果表明:(1)在使用光谱特征和植被-水体指数的基础上加入不同特征后,树种分类精度均有提升,其中纹理特征的加入更有利于树种分类。(2)结合随机森林算法和特征权重算法(ReliefF)对树种分类的精度最高,总体精度为85.33%,Kappa系数为0.81,优于相同特征组下的支持向量机算法和分类回归树算法。
-
单位江西理工大学; 江西省煤田地质局测绘大队