基于面向对象方法GF2影像桉树信息提取对比分析.PDFVIP

２０１７年１２月 林业资源管理 Ｄｅｃｅｍｂｅｒ２０１７ 第６期 ＦＯＲＥＳＴＲＥＳＯＵＲＣＥＳＭＡＮＡＧＥＭＥＮＴ Ｎｏ６ 基于面向对象方法的ＧＦ２影像桉树信息提取对比分析 １ ２ １ １ ３ 梁文海 ，刘吉凯 ，陈　琦 ，陈显栋 ，钟仕全 （１广西林业勘测设计院，南宁５３００００；２安徽科技学院，安徽凤阳２３３１００；３广西壮族自治区气象减灾研究所／国家卫星 气象中心遥感应用试验基地，南宁５３００２２） 摘要：为研究不同面向对象分类方法对ＧＦ２影像桉树信息提取的可靠性，以广西平朗乡为研究区，首先对ＧＦ２ 影像做多尺度分割处理，然后采用贝叶斯 （Ｂａｙｅｓ）、决策树 （ＤＳＴ）、Ｋ最近邻法 （ＫＮＮ）、支持向量机 （ＳＶＭ）、随机森林 （ＲＤＴ）等５种分类器进行分类提取，最后对提取结果进行混淆矩阵精度分析。结果表明： 在这５种分类方法中，支持向量机方法的精度最高，总体精度达８６４％，Ｋａｐｐａ系数为０７３，贝叶斯方法的精 度最差。可见ＧＦ２影像可以作为桉树信息遥感监测的数据源之一，且支持向量机分类方法是桉树提取的较优 选择。 关键词：ＧＦ２影像；桉树；面向对象；支持向量机 中图分类号：Ｐ２３７；ＴＰ７５　文献标识码：Ａ　文章编号：１００２－６６２２（２０１７）０６－００５４－０６ ＤＯＩ：１０．１３４６６／ｊ．ｃｎｋｉ．ｌｙｚｙｇｌ．２０１７．０６．０１０ ＡＣｏｍｐａｒｉｓｏｎｏｆＯｂｊｅｃｔｏｒｉｅｎｔｅｄＭｅｔｈｏｄｓｏｆＥｘｔｒａｃｔｉｎｇ ＥｕｃａｌｙｐｔｕｓＩｎｆｏｒｍａｔｉｏｎＢａｓｅｄｏｎＧＦ２Ｉｍａｇｅｓ １ ２ １ １ ３ ＬＩＡＮＧＷｅｎｈａｉ，ＬＩＵＪｉｋａｉ，ＣＨＥＮＱｉ，ＣＨＥＮＸｉａｎｄｏｎｇ，ＺＨＯＮＧＳｈｉｑｕａｎ （１ＧｕａｎｇｘｉＦｏｒｅｓｔＩｎｖｅｎｔｏｒｙａｎｄＰｌａｎｎｉｎｇＩｎｓｔｉｔｕｔｅ，Ｎａｎｎｉｎｇ５３００００，Ｃｈｉｎａ；２ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＡｎｈｕｉ，Ｆｅｎｇｙａｎｇ ２３３１００，Ｃｈｉｎａ；３ＧｕａｎｇｘｉＩｎｓｔｉｔｕｔｅｏｆＭｅｔｅｏｒｏｌｏｇｙ，Ｎａｎｎｉｎｇ／ＲｅｍｏｔｅＳｅｎｓｉｎｇＡｐｐｌｉｃａｔｉｏｎａｎｄＴｅｓｔＢａｓｅｏｆＮａｔｉｏｎａｌＳａｔｅｌｌｉｔｅＭｅｔｅｏｒｏｌｏｇｙ Ｃｅｎｔｒｅ，Ｎａｎｎｉｎｇ５３００２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｅｘｐｌｏｒｅＧＦ２ｓａｔｅｌｌｉｔｅｐｅｒｆｏｒｍａｎｃｅｉｎｅｕｃａｌｙｐｔｕｓｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ，ｔｈｉｓｒｅ ｓｅａｒｃｈｔｏｏｋｐｌａｃｅｉｎＰｉｎｇｌａｎｇＣｏｕｎｔｙＡｆｔｅｒｍｕｌｔｉｓｃａｌｅｓｅｇｍｅｎｔａｔｉｏｎ，ｔｈｅｒｅｓｅａｒｃｈｕｓｅｄｏｂｊｅｃｔｏｒｉｅｎｔｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｓｌｉｋｅＢａｙｅｓ（Ｂａｙｅｓ），ＤｅｃｉｓｉｏｎＴｒｅｅ（ＤＳＴ），Ｋｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ（ＫＮＮ），Ｓｕｐｐｏｒｔ ＶｅｃｔｏｒＭａｃｈｉｎｅ（ＳＶＭ）ａｎｄＲａｎｄｏｍｔｒｅｅｓ（ＲＤＴ）ｔｏｅｘｔｒａｃｔｔｈｅＥｕｃａｌｙｐｔｕｓｉｎｆｏｒｍａｔｉｏｎＴｈｅｎｉｔｅｖａｌｕａｔｅｄ ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｂｙＣｏｎｆｕｓｉｏｎＭａｔｒｉｘＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅｗａｓ ｔｈｅｂｅｓｔｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗｉｔｈｔｈｅｏｖｅｒａｌｌａｃｃｕｒａｃｙａｔ８６４％，ａｎｄｔｈｅＫａｐｐａｃｏ