机载LiDAR和高光谱融合实现温带天然林树种识别

被引：43

作者：

刘丽娟 ^{[1
,2
,3
,4
]}

庞勇 ^{[2
]}

范文义 ^{[4
]}

李增元 ^{[2
]}

张登荣 ^{[1
,3
]}

李明泽 ^{[4
]}

机构：

[1] 杭州师范大学遥感与地球科学研究院

[2] 中国林业科学研究院资源信息研究所

[3] 浙江省城市湿地与区域变化研究重点实验室

[4] 东北林业大学林学院

来源：

遥感学报 | 2013年 / 17卷 / 03期

基金：

国家高技术研究发展计划(863计划);

关键词：

LiDAR; 高光谱; 融合; 光谱微分; SVM; 树种分类;

D O I：

暂无

中图分类号：

S771.8 [森林遥感];

学科分类号：

1404 ;

摘要：

将机载LiDAR(Light Detection and Ranging)与高光谱CASI(Compact Airborne Spectrographic Imager)数据融合,充分利用垂直结构信息和光谱信息进行温带森林树种分类,并与仅用高光谱数据的分类结果相比较,评估融合数据的树种分类能力。结合样地实测数据,首先用LiDAR获得的3维垂直结构信息对CASI影像上的林间空隙进行掩膜,提取林木冠层子集;然后对冠层子集分层掩膜,利用光谱曲线的一阶微分及曲线匹配技术,实现各树种训练样本的自动提取;利用SVM分类器对两种数据分类并比较精度。结果表明,融合数据的树种分类总体精度和Kappa系数(83.88%,0.80)优于仅使用CASI数据(76.71%、0.71),优势树种的制图精度为78.43%—89.22%,用户精度为75.15%—95.65%,整体也优于仅使用CASI的制图精度(68.51%—84.69%)和用户精度(63.34%—95.45%)。结果表明,机载LiDAR与CASI基于像元的融合对温带森林树种识别的精度较仅高光谱数据有较大提高。

引用

页码：679 / 695

页数：17

共 11 条

[1]

碳循环遥感基础与应用.[M].牛铮等; 著.科学出版社.2008,

[2]

机载激光雷达测量技术理论与方法.[M].张小红; 著.武汉大学出版社.2007,

[3] Assessing the utility of airborne hyperspectral and LiDAR data for species distribution mapping in the coastal Pacific Northwest, Canada [J].