基于多分类器集成的落叶松人工林提取

作     者：马婷 李崇贵 汤伏全 吕杰 Ma Ting;Li Chonggui;Tang Fuquan;Lü Jie

作者机构：西安科技大学测绘科学与技术学院西安710054 

基　　金：“十三五”国家重点研发计划“落叶松高效培育技术研究”(2017YFD0600400) 

出 版 物：《林业科学》 (Scientia Silvae Sinicae)

年 卷 期：2021年第57卷第11期

页      码：105-118页

摘      要：【目的】探讨多时相、多光谱和高空间分辨率影像在落叶松人工林识别中的应用潜力,通过多种特征组合方案,寻找一种多分类器集成的落叶松人工林快速识别方法,为落叶松人工林后续监测与管理提供参考。【方法】以黑龙江省孟家岗林场为研究区,基于Landsat8 OLI影像分析不同物候期树种间的光谱差异,确定落叶松人工林识别的关键波谱和物候期,同时提取多种特征信息,通过变量重要性(VIM)筛选并构建不同物候相的多特征数据集。综合随机森林(RF)、支持向量机(SVM)、最大似然(MLC)和BP神经网络4种分类算法优势,设计一种多分类器集成的分类策略进行落叶松人工林提取。【结果】在多分类器集成的分类策略下,分类总精度达93.8%,面积提取精度达96.3%;与RF、MLC、SVM和BP等分类算法相比,多分类器集成分类策略的平均分类精度提高10%。【结论】相比单一时相影像,多时相影像数据包含落叶松人工林更多物候期,可反映出落叶松人工林独特的季相特征,有利于落叶松人工林识别。多分类器集成策略综合各分类器优点,可有效提高分类精度,实现落叶松人工林高精度提取。

主 题 词：落叶松人工林 森林类型分类 GF-1 多分类器集成 

学科分类：0711[理学-心理学类] 090704[090704] 0907[农学-草药学] 09[农学] 0903[农学-动物生产类] 0901[农学-植物生产类] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11707/j.1001-7488.20211111

馆 藏 号：203107131...