基于Landsat 8 OLI数据的树种类型分布提取.pdfVIP

自然资源学报, 2017, 32(7): 1193-1203 Journal of Natural Resources DOI: 10.11849/zrzyxb 基于Landsat 8 OLI 数据的树种类型分布提取 a a* a b a a 池毓锋 ，赖日文 ，余莉莉 ，张泽均 ，苏艳琴 ，应兴亮 （福建农林大学a. 林学院，b. 计算机与信息学院，福州350002） 摘要：树种分布是林业调查工作中的关键环节，遥感影像中对树种信息的提取具有重要意 义。论文以福建省长汀县为研究区，收集2016 年3 月美国陆地卫星影像（Landsat 8 OLI ）数据， 提出基于知识库的图像膨胀分类方法，结合不同树种类型分布点的影像像元灰度与影像不同 波段的重新排列，对杉类、松类、竹类与阔叶树类4 个类型提取分布信息，结合地面验证坐标点 进行精度评价，同时与专家知识分类法比较。结果显示图像膨胀法结合了地物分布特征与光 谱信息，在Landsat 8 OLI 影像中是可行的，并提高了精度，整体精度为83.01% ，Kappa 系数为 0.77 ，与专家知识分类法相比分别提高了8.25%、0.11。该研究为快速精确地使用Landsat 8 OLI 影像提取树种分布信息具有一定参考。 关 键 词：图像膨胀；树种类型；知识系统 中图分类号：S771.8 文献标志码：A 文章编号：1000-3037(2017)07-1193-11 随着遥感技术的进步，遥感的应用范围不断扩大，针对林业调查中的树种识别与信 [1-3] 息提取逐步成为热点并不断被重视 。美国航空航天局于2013 年发射的陆地卫星的陆地 成像仪 （Operational Land Imager ，OLI ）传感器有着较高的空间分辨率，达到了30 m ； 并含一个全色波段，空间分辨率达到了15 m ；光谱波段数达到了9 个；并对外提供免费 的下载接口，各项指标十分平衡，如何深入挖掘这颗常用卫星的信息潜力，成为许多研 [4-5] 究关注的焦点 。 传统的林业调查主要依靠统计与人力调查，存在效率低、精度不足、代表性不强等 缺陷，限制现代林业的发展。遥感手段相较于人工调查有着成本低、效率高、潜力大等 优点，其中改善人工调查的发展方向便是地物识别、地物分类。在遥感分类方法不断发 [6] 展的过程中，逐渐发展形成了以参数与非参数为基础的两类 。其中以知识库为核心的非 参数分类在解决复杂数据的信息提取上有较明显的优势，特别是对多、高光谱的影像数 [7] [8] [9] 据尤为有效 ，其中Wentz 等 和Yu 等 采用知识库的专家系统对不同地区的土地利用类 型进行分类，精度达到85%左右。但前人对专家系统的研究多用于土地分类与较宽泛的 地物类型提取，鲜少用于以不同树种为代表的植被类型的信息提取，且多以传统的分类 [10] 方法做研究，如杨存建等 采用不同时间的MODIS 数据比对提取常绿林、落叶林。同时 Landsat 8 的OLI 传感器相比于TM、ETM 和ETM ＋具有更高的信噪比，16 比特的辐射分 收稿日期：2016-07-08 ；修订日期：2016-09-26 。 基金项目：生态林种科研基地建设工程项目 （61201400814）。［Foundation item: Ecological Forest Scientific Re- search Based Construction, No. 61201400814. ］ 第一作者简介：池毓锋 （1991- ），男，福建三明人，硕士研究生，从事3S 技术应用研究。E-mail: