文献类型：期刊文章

作　　者：于婉婉[1] 徐凯健[1,2] 赵萍[1,2] 申鹏举[1] 赵月娇[1]

YU Wan-wan;XU Kai-jian;ZHAO Ping;SHEN Peng-ju;ZHAO Yue-jiao(School of Resources and Environmental Engineering/Institute for Spatial Information Intelligence Analysis and Application,Hefei University of Technology,Hefei 230009;Intelligent Interconnected Systems Laboratory of Anhui Province,Hefei 230009,China)

机构地区：[1]合肥工业大学资源与环境工程学院/空间信息智能分析与应用研究所,安徽合肥230009 [2]智能互联系统安徽省实验室,安徽合肥230009

出　　处：《地理与地理信息科学》

基　　金：安徽省自然科学基金项目(2008085QD193);中央高校基本科研业务费专项项目(JZ2020HGQA0189、JZ2021HGTA0166)。

年　　份：2021

卷　　号：37

期　　号：3

起止页码：42-49

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：以中国东北赤峰市美林地区5种典型优势树种为研究对象,采用与当地森林植被生长期相对应的5景Sentinel-2影像,借助支持向量机模型(SVM)与递归特征消除算法(RFE),根据可见光-近红外波段(VNIR)与不同红边谱段(RE)及红边指数(REVI)组合条件下的森林优势树种可分性测度及结果精度差异,探讨Sentinel-2影像不同红边谱段及其指数特征对区域优势树种遥感识别的影响。结果表明:Sentinel-2影像红边谱段的不同组合方式对不同生长期优势树种识别影响存在显著差异(P<0.05),其中VNIR+B5+B6为生长盛期的最佳组合方式,能够在VNIR基础上将生长盛期的识别精度均值提升约7.71%;叶全变色期是进行优势树种识别的最佳时期(P<0.05),该时期基于VNIR波段的识别精度均值达71.28%,在叠加红边波段B5+B6后提升至75.41%。此外,采用SVM-RFE算法构建适用于不同生长期的最佳REVI组合,其平均识别精度能够在全年5个生长期达到72.00%~84.31%,相比同时期基于RE+VNIR组合的最优识别结果平均提升了10.77%;在此基础上,构建适用于全生长期的优选植被指数PSRI+mSAVI+CI red-edge时间序列,可实现89.03%的平均识别精度,比单时相最佳REVI组合提升了4.72%~17.03%。研究证明Sentinel-2影像红边谱段及其衍生指数特征在区域森林优势树种识别中具有较高的应用价值,可为快速、准确地提取不同生长期森林植被信息提供技术方法参考。

关 键 词：红边谱段  红边指数  森林生长期  树种识别  Sentinel-2  

分 类 号：S771.8[林业工程类]