基于GF-2遥感影像的澳洲坚果林空间分布信息提取

	基于GF-2遥感影像的澳洲坚果林空间分布信息提取
	王耀磊 1; 郑毅 2; 张成程 3; 荣渝虹 4; 梁启斌 5; 王艳霞 1; 侯磊 5; 李晓琳 1
	2024-11-20
发表期刊	南方农业学报
ISSN	2095-1191
摘要	【目的】澳洲坚果是云南省重要的经济作物之一，也是云南省乡村振兴的支柱产业，快速准确获取澳洲坚果林的空间分布信息在产量估算、生产管理和政策制定等方面具有重要意义。【方法】以云南省镇康县南伞镇为研究区，以GF-2影像和数字高程模型（DEM）为数据源。通过面向对象的方法，提取影像对象的光谱、纹理、形状和地形特征共90维特征变量，设计8种特征组合方案，使用平均不纯度减少的方法对特征重要性进行度量，选取最优特征组合，采用随机森林（RF）、支持向量机（SVM）和决策树（DT）分类算法对澳洲坚果林进行提取，探讨不同特征类型和分类算法对澳洲坚果林提取精度的影响。【结果】相比遍历分割参数法，尺度评价工具ESP和邻域差分绝对值与标准差比（RMAS）结合的方法能够更高效、客观地确定特定地物的最佳分割尺度；相比单一光谱特征，加入纹理特征显著提升了澳洲坚果林的识别精度；在(光谱+纹理+几何)组合方案的基础上，地形特征的加入进一步将最优特征维度从43维减少至17维；不同特征类型对澳洲坚果林提取的重要性依次为光谱、地形、纹理和形状特征；在算法上RF均优于SVM和DT，其中光谱、纹理、形状和地形特征组合的RF分类方法精度最佳，总体精度达95.8%，澳洲坚果林的生产者精度为87.7%，用户精度为94.3%。【结论】（地形+纹理+几何+地形）的组合方案经特征优选后结合RF算法，能够有效识别澳洲坚果林的分布，证明了GF-2遥感数据与面向对象法在南方山地丘陵区澳洲坚果林制图与资源监测中的应用潜力，可为该地区其他地类信息的识别提供参考。
关键词	澳洲坚果高分二号面向对象特征优选随机森林
URL	查看原文
收录类别	北大核心 ; CSCD扩展版
语种	中文
资助项目	云南省农业联合专项（202101BD070001-111）;云南省重大科技专项—林草科技创新联合专项（202404CB090001）;云南省国有自然资源资产权益管理试点项目（632171）;云南云天化股份有限公司项目（YTH-4320-WB-2021-037666-00）
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/172588
专题	国家开放大学云南分部
通讯作者	李晓琳
作者单位	1.西南林业大学水土保持学院; 2.云南开放大学; 3.国家林业和草原局西南调查规划院; 4.云南省热带作物科学研究所; 5.西南林业大学生态与环境学院
推荐引用方式 GB/T 7714	王耀磊,郑毅,张成程,等. 基于GF-2遥感影像的澳洲坚果林空间分布信息提取[J]. 南方农业学报,2024.
APA	王耀磊.,郑毅.,张成程.,荣渝虹.,梁启斌.,...&李晓琳.(2024).基于GF-2遥感影像的澳洲坚果林空间分布信息提取.南方农业学报.
MLA	王耀磊,et al."基于GF-2遥感影像的澳洲坚果林空间分布信息提取".南方农业学报 (2024).