利用多信息源提高半干旱地区TM影像的森林类型制图精度：以北京西部山区为例.pdfVIP

自然资源学报, 2017, 32(7): 1217-1228 Journal of Natural Resources DOI: 10.11849/zrzyxb 利用多信息源提高半干旱地区TM 影像的 森林类型制图精度： 以北京西部山区为例 1,2 3 4 2 1* 5 王晓学 ，沈会涛 ，林田苗 ，景 峰 ，李叙勇 ，孔凡利 （1. 中国科学院生态环境研究中心城市与区域生态国家重点实验室，北京 100085；2. 中国国际工程咨询 公司，北京 100048；3. 河北省科学院地理科学研究所，石家庄050021 ；4. 水利部水土保持植物开发 管理中心，北京 100038；5. 国家林业局调查规划设计院，北京 100714） 摘要：以地处半干旱地区的北京西部山区为例，利用研究区森林类型的季相特征、已有的少部 分林相图、Google Earth 免费影像数据等信息选择不同坡向的相同森林类型做训练样本，通过加 入其他辅助数据（海拔和坡向数据），来提高Landsat TM 影像的森林类型分类精度，同时对比了 基于像元和面向对象方法提取森林类型的效果。结果表明：1）就半干旱山区的森林类型划分来 说，TM 影像的TM4 、TM5、TM4-TM2 及辅助数据DEM 和坡向可作为TM 影像森林类型划分的 最佳数据源。2 ）单独加入海拔信息，阔叶林的提取精度提高23% ，针叶林和混交林的分类精度 只提高了4% ～5% ；单独加入坡向信息，阔叶林的提取精度只提高21% ，但是针叶林和混交林的 分类精度则分别提高了13% 、18% ，显著优于单独加入海拔信息的效果。同时加入海拔信息和 坡向信息，至少可以准确区分出约70%以上的针叶林、阔叶林和混交林。3）就本研究区而言，坡 向比海拔更有效地辅助提高森林分类精度。4 ）就混淆矩阵数据而言，面向对象的分类方法比基 于像元分类结果总体精度低3% ，Kappa 系数低4% ，但面向对象的分类结果更加符合研究区实 际情况。该研究对中分辨率影像应用于半干旱山区森林类型划分具有一定的借鉴意义。 关 键 词：森林类型制图；Landsat TM ；半干旱山区；DEM ；坡向；面向对象分类 中图分类号：S771.8 文献标志码：A 文章编号：1000-3037(2017)07-1217-12 森林资源状况及其消长变化，不仅影响社会经济的持续发展，而且还影响地区乃至 [1] [2] 全球的环境变化 ，也直接关系到地区或国家重大林业规划和林业产业政策的制定 。如 何准确、高效地获取森林类型、数量、分布、生长状况和变化情况等信息，是森林资源 科学管理和有效利用亟需解决的关键问题。传统森林资源清查一般都进行全野外实地调 查，劳动强度大，费用高，开展森林类型的遥感分类技术研究工作，将大幅度缩短调查 [3] 时间，降低劳动强度和调查成本，提高成果质量，具有重要的现实意义 。探索低成本、 高时效、并有一定精度保证的中分辨率影像 （如Landsat 系列影像）的森林相关特征信息 [4] 提取技术，成为森林资源调查及相关研究的热点问题 。 Landsat 系列影像是目前时间序列最长 （始于1972年）且可免费获取的中分辨率资源 数据。已有较多研究通过Landsat 系列影像来提取森林特征，研究其变化所造成的生态社 收稿日期：2016-02-22 ；修订日期：2017-04-25 。 基金项目：国家重点研发计划项目 （2016YFC0503007 ，2016YFD020120