基于环境与灾害监测预报小卫星的树种识别

作者：李俊明; 邢艳秋; 杨超; 李增元

来源：东北林业大学学报, 2013, (11): 41.

• HJ-1A
• 森林类型
• 地形因子
• 树种识别 HJ-1A
• Forest type
• Terrain factor
• Forest type identification

应用环境与灾害监测预报小卫星的高光谱遥感影像,对吉林省汪清林业局施业区内的典型树种蒙古栎、白桦和落叶松进行分类。依据各树种在相同波段灰度值的差异性,从HJ-1A遥感影像的115个波段中提取3个树种可分性好的波段区域,建立基于植被灰度值的分类规则进行预分类,再结合地形因子的坡向数据和DEM数据等地形因子进行再分类。预分类的总体分类精度为68.33%,分别结合坡向数据和高程数据的分类精度为81.67%和80.00%;在预分类中,结合坡向和高程数据的总体分类精度为88.33%。

• 单位
  东北林业大学; 中国林业科学研究院资源信息研究所