基于多源遥感数据的森林植被类型分类方法研究

I基于多源遥感数据的森林植被类型分类方法研究摘要：森林是地球上最大的陆地生态系统，是人类赖以生存和发展的必要基础。它不仅给人类提供丰富的木材和林副产品，而且在调节气候、涵养水源、保护环境等方面均起到重要作用。因此，开展森林资源调查，掌握森林资源现状及其变化，对于提高林业发展决策水平，促进林业和社会经济乃至全球环境的可持续发展等具有极为重要的意义。本文利用云南省迪庆藏族自治州五境乡、小中甸、上江乡的SPOT2.5米分辨率全色影像与10米分辨率多光谱影像融合后形成的多遥感数据对森林植被类型分类方法进行研究，利用ENVI图像处理软件分别进行了传统的监督分类中的最小距离法、最大似然法和基于专家知识的决策树分类法的实验，而且还尝试了面向对象的新的分类方法，对不同的分类方法进行了分类精度的对比，从而提出一个基于多遥感数据的森林植被类型分类方法的可行性建议。关键词：遥感；图像分类；SPOT5；最小距离法；最大似然法；面向对象IIClassificationofForestTypesBasedonMulti-sourceRemoteSensingDataAbstract:Forestisthelargestterrestrialecosystemontheearth,itisanecessarybasisforhumanexistenceanddevelopment.Itisnotonlytoprovidepeoplewithrichtimberandforestby-products,butalsoplayanimportantroleinclimateregulation,waterconservationandprotectenvironment.Therefore,developingforestresourcesinvestigation,gettingthestatusandchangesofforestresources,forimprovingthelevelofdecision-makingtopromotetheforestrydevelopment,forestryandsocialeconomyandeventheglobalenvironmentsustainabledevelopmenthastheextremelyvitalsignificanceBasedonremotesensingdataacquiredbytheDiqingTibetanAutonomousPrefectureinYunnanProvincefiveJingXiang,Zhongdian,JiangXiangwhichisresearchedonthetypesofforestvegetationclassification,includingtheminimumdistancesupervisedclassificationinthetraditionalmethod,maximumlikelihoodmethodanddecisiontreebasedonexpertknowledgeclassificationexperimentsbyENVIandobject-orientedclassificationbyENVIEX，ondifferentclassificationmethodswerecomparedbytheclassificationaccuracy,andputforwardafeasiblesuggestionbasedonthetypesofforestvegetationclassificationmethod.Keywords:Remotesensing;Imageclassification;SPOT5;minimumdistanceclassifier;maximumlikelihoodclassifier;object-orientedclassification.III目录第一章绪论.....................................................................................................................11.1研究背景................................................................................................................11.2研究内容及意义...................................................................................................21.3研究方法与技术路线...........................................................................................2第二章图像分类原理......................................................................................................42.1遥感图像分类传统方法........................................................................................42.2.1监督分类....................................................................................................42.3遥感图像分类新方法...........................................................................................62.3.1基于专家知识的决策树分类....................................................................62.3.2面向对象的分类........................................................................................92.3.3小结...........................................................................................................10第三章数据分析...............................................................................................................113.1传感器波段特征分析.........................................................................................113.2森林光谱特征分析.............................................................................................11第四章分类方法的应用与对比......................................................................................144.1监督分类..............................................................................................................144.1.1训练样本的选择......................................................................................144.2分类结果及分析..................................................................................................164.3分类结果精度比较.............................................................................................19第五章结论和展望.........................................................................................................22参考文献.............................................................................................................................23第一章绪论1第一章绪论1.1研究背景森林是地球上最大的陆地生态系统，是人类赖以生存和发展的必要基础，是经济建设和生态环境建设中不可缺少的可再生资源。作为陆地覆盖的重要组成部分，森林不仅给人类提供丰富的木材和林副产品，还具有调节气候、涵养水源、保护环境、减缓污染等生态护功能，对于保护生物多样性、维护大气平衡等极为重要。据1983年美国宇航局统计得出，全球33％的土地覆盖来自森林，90％的生物量来自森林，65％的净初级生产力也来自森林[1]。可以说，森林是人类的摇篮，是实现社会可持续发展的重要物质基础。因此，开展森林资源调查，掌握森林资源现状和消长变化情况，预测其发展变化趋势，为国家制定重大林业生产规划和林业生产政策等提供科学依据，对于提高林业发展决策水平，促进林业和社会经济乃至全球环境的可持续发展等具有极为重要的意义。传统的森林资源调查方法主要是基于地形图和实地调查，存在着工作量大、成本高、周期长、效率低、时效性差等问题，而且调查精度人为因素影响大，难以适应现代林业可持续发展的需要。我国于上世纪七十年代开始应用航天遥感技术进行森林资源调查和监测，而航天遥感始于五十年代，遥感技术作为一种重要的资源监测手段，具有宏观性、综合性、短周期、可重复性和低成本等特点，已广泛应用于农业、林业、地质、环境等的调查和监测工作。近三十多年来，国内外学者对遥感技术在森林资源调查和监测中的运用进行了大量的探讨与研究，取得了非常不错的成绩[2]。基于遥感技术的森林资源监测技术与传统方法相比，具有监测范围大、工作量小、调查周期短、精度高、现势性强、调查成本低等优点，其在我国森林资源监测中具有广阔的应用前景。但由于遥感图像的空间分辨率、光谱分辨率都比较有限，由此造成了森林区划最小面积过大，森林分类精度不高，遥感估测精度达不到林业生产的要求，这些问题在森林分布破碎、类型多样和结构复杂的南方地区尤为突出。随着遥感技术的发展，遥感已逐步成为采集地球数据及其变化信息的重要技术手段和重要的信息来源，并在世界范围内以及我国的许多政府部门、科研单位和公第一章绪论2司得到广泛的应用。由于不同领域遥感图像的应用对遥感图像处理提出了不同的要求，所以图像处理中重要的环节——图像分类也就显得尤为重要。遥感图像通过亮度值或像元值的高低差异(反映地物的光谱信息)及空间变化(反映地物的空间信息)来表示不同地物的差异。这是区分不同图像地物的物理基础。遥感图像分类就是利用