基于GEE和Sentinel时序影像的优势树种识别研究

作者：刘灵; 张加龙^*; 韩雪莲; 许冬凡; 王书贤; 程滔

来源：森林工程, 2023, 39(01): 63-81.

• GEE
• Sentinel-1/2
• 时间序列
• 树种识别

开展香格里拉市针叶林优势树种识别研究，为该区森林资源管理和研究提供参考。基于Google Earth Engine(GEE)平台和2020年Sentinel-1/2时间序列影像，构建植被的时序特征，并结合雷达特征、光谱特征、纹理特征和地形特征等共计43个特征，通过对特征的不同组合方案，采用分层分类和随机森林分类算法对香格里拉高山松、云南松、云冷杉和落叶松4种优势树种进行精细识别。结果表明，多源时间序列影像结合所有特征在3个层次上分类精度均较高；研究区森林与非森林分类的总体精度为98.73%,Kappa系数为0.97,用户精度和制图精度的调和平均值F1为98.71%;针叶林和阔叶林分类的总体精度为92.80%,Kappa系数为0.85,F1为92.58%;4种优势树种识别的总体精度为89.51%,Kappa系数为0.86,F1为89.36%。不同树种在不同特征上均具有可分离性；多特征结合能在一定程度上提高树种识别的精度；基于GEE平台和Sentinel-1/2多源时间序列数据可以实现10 m空间分辨率下的森林优势树种精细识别。

• 单位
  国家基础地理信息中心; 西南林业大学