文献类型： 中文期刊

作者： 孙一丹 ¹ ; 杨晓楠 ¹ ; 张海涛 ¹ ; 张爱军 ¹ ; 庞立欣 ¹ ; 郭艳超 ¹ ; 郭雪涛 ¹ ; 梁欣 ¹ ;

作者机构： 1.河北农业大学资源与环境科学学院;河北省山区研究所;河北农业大学园艺学院;河北农业大学科学技术研究院;河北省农林科学院滨海农业研究所;中央农业广播学校保定分校

关键词： 经济林;树种识别;无人机;高光谱;支持向量机

期刊名称： 林业与生态科学

ISSN： 2096-4749

年卷期： 2024 年 39 卷 002 期

页码： 123-133

摘要： 以太行山区经济林种植区为研究对象,通过无人机高光谱遥感数据,构建不同经济林树种高光谱特征数据库,利用 CART 决策树、最大似然法(Maximum likelihood classifier,MLC)、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)等方法,获得高光谱遥感经济林树种最优识别模型.研究结果表明:(1)苹果、杏、柿、樱桃、核桃的反射峰在550 nm、750~950 nm及960 nm附近的水汽吸收带差异明显;(2)简单比值指数(SR)、类胡萝卜素反射指数2(CRI2)、绿波段指数(GRVI)等7种植被指数重要性评分大于0.05,利于经济林树种识别;(3)基于光谱特征波段、植被指数、纹理特征的组合方式通过SVM的分类效果最好,优于MLC和RF算法,总体精度(Overall accuracy,OA)达到95.11%,Kappa系数为0.915 8.综上所述,基于特征波段、植被指数、纹理特征3种特征组合并采用支持向量机(SVM)分类的识别方法,为6种树种识别的最佳识别方法.