遥感技术与应用2023，Vol.38Issue(2) ：393-404.DOI:10.11873/j.issn.1004-0323.2023.2.0393

改进的"基于片层—面向类"竹林信息遥感提取算法及其应用

Algorithm and Application of Modified Film-Based & Class-Oriented for Bamboo Forest Information Remote Sensing Extraction

许章华 张艺伟 李增禄 项颂阳 张琦 李一帆 周鑫 俞辉 沈婉玲
遥感技术与应用2023，Vol.38Issue(2) ：393-404.DOI:10.11873/j.issn.1004-0323.2023.2.0393
✕
  • 万方数据

改进的"基于片层—面向类"竹林信息遥感提取算法及其应用

Algorithm and Application of Modified Film-Based & Class-Oriented for Bamboo Forest Information Remote Sensing Extraction

许章华 1张艺伟 2李增禄 3项颂阳 4张琦 4李一帆 2周鑫 2俞辉 4沈婉玲2
扫码查看

作者信息

  • 1. 福州大学环境与安全工程学院,地理与生态环境研究院,福建福州 350108;福建省资源环境监测与可持续经营利用重点实验室,福建三明 365004;福州大学数字中国研究院(福建),空间数据挖掘与信息共享教育部重点实验室,福建福州 350108;福州大学信息与通信工程博士后科研流动站,福建福州 350108
  • 2. 福州大学环境与安全工程学院,地理与生态环境研究院,福建福州 350108
  • 3. 福建省资源环境监测与可持续经营利用重点实验室,福建三明 365004;SEGi University,Kota Damansara 47810,Malaysia
  • 4. 福州大学数字中国研究院(福建),空间数据挖掘与信息共享教育部重点实验室,福建福州 350108
  • 折叠

摘要

开展复杂地形区竹林的遥感精细化识别有助于及时摸清竹林分布,充分发挥竹林的生态和经济社会价值.在"基于片层—面向类"(FB-CO)算法基础上,尝试对该算法进行改进,并利用Sentinal-2AMSI影像验证改进的有效性.改进的"基于片层—面向类"(MFB-CO)竹林信息遥感提取算法利用归一化阴影植被指数NSVI代替单波段阈值分割明亮区与阴影区林地,采用线性回归模型增强阴影区信息,并引入BPNN、SVM和RF等3种分类器提取竹林.结果表明,基于NSVI的明亮区和阴影区林地分割总精度(OA)为96.00％,优于基于NIR的83.50％;阴影信息增强后,各波段拟合模型R2均大于0.82,MRE均小于5％;FB-CO算法的竹林提取OA为82.41％,在MFB-CO算法框架下,BPNN、SVM、RF等3种分类器的竹林提取OA分别为86.51％、88.43％、88.92％,均优于FB-CO算法.由此可见,MFB-CO算法通过改进FB-CO算法几个关键步骤的具体实现途径,有效提升了竹林信息提取能力,可为竹林的精细化识别提供技术支撑.

关键词

改进的"基于片层—面向类"(MFB-CO)算法/竹林信息/林地分割/信息增强/Sentinel-2A/MSI影像

Key words

"Modified Film-Based & Class-Oriented"(MFB-CO)algorithm/Bamboo forest information/Forestland segmentation/Information enhancement/Sentinel-2A MSI image

引用本文复制引用

基金项目

国家自然科学基金面上项目(42071300)

福建省自然科学基金面上项目(2020J0113)

中国博士后面上基金(2018M630728)

福建省资源环境监测与可持续经营利用重点实验室开放课题(ZD202102)

3S技术与资源优化利用福建省高校重点实验室开放课题(fafugeo201901)

晋江市福大科教园区发展中心科研项目(2019-JJFDKY-17)

出版年

2023
遥感技术与应用
中国科学院遥感联合中心

遥感技术与应用

CSTPCDCSCD北大核心
影响因子：0.961
ISSN：1004-0323
参考文献量21
段落导航相关论文