基于多光谱CCD影像和LiDAR数据的单木树种分类研究

发布时间：2020-12-02 11:03

　　森林植被是构成森林资源的主体,准确识别森林植被的类型可以为森林资源研究和利用奠定基础。随着遥感技术的发展,高空间分辨率数据的出现使得树种分类已经可行。然而,传统的光学遥感仅能描述地物的水平格局,对于单木树种识别存在很大困难。激光雷达（light detection and ranging,LiDAR）在单木树种分类中具有巨大的潜力和优势。本研究以东北林业大学帽儿山实验林场中林施业区的两块1O0m×1OOm方形样地为研究对象。首先,对LiDAR数据进行预处理,得到冠层高度模型（canopy height model,CHM）,然后对原始的CHM进行优化;之后使用基于区域截面分析法（region-based hierarchical cross-section analysis,RHCSA）进行单木树冠分割,然后进行精度检验并得到1对1匹配树冠;再以多光谱遥感CCD（charge coupled device）影像和机载LiDAR为数据源,分别基于CCD影像提取光谱特征和纹理共21个特征,基于机载LiDAR数据提取高度、强度和树冠大小共34个特征;然后使用随机森林方法进行特征筛选,得到优化... 

【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 遥感数据源
        1.2.2 分类方法
    1.3 研究内容和技术路线
        1.3.1 研究内容
        1.3.2 技术路线
    1.4 组织结构
2 研究区域概况与数据
    2.1 研究区域概况
        2.1.1 气候概况
        2.1.2 地形地貌
        2.1.3 森林资源概况
    2.2 数据来源与数据预处理
        2.2.1 遥感影像数据
        2.2.2 地面参考数据获取
        2.2.3 数据预处理
    2.3 本章小结
3 研究方法
    3.1 确定分类系统
    3.2 单木树冠分割
        3.2.1 CHM优化
        3.2.2 单木树冠分割
    3.3 单木树种分类
        3.3.1 对象特征提取和筛选
        3.3.2 分类器选择
        3.3.3 分类方案
        3.3.4 精度检验
    3.4 本章小结
4 结果与分析
    4.1 单木树冠分割结果
        4.1.1 CHM优化结果
        4.1.2 单木树冠分割结果
    4.2 单木树种分类结果
        4.2.1 随机森林特征筛选结果
        4.2.2 特征重要性
        4.2.3 多源遥感数据在分类中的作用
    4.3 本章小结
结论与讨论
参考文献
攻读学位期间发表的学术论文
致谢
附件


【参考文献】：
期刊论文
[1]遥感影像地物分类识别的研究与实现[J]. 俞颖,张益强,李绍伟.  信息通信. 2017(06)
[2]基于Landsat 8 OLI辅助的亚米级遥感影像树种识别[J]. 魏晶昱,毛学刚,方本煜,包晓建,许振宇.  北京林业大学学报. 2016(11)
[3]基于面向对象的资源3号遥感影像森林分类研究[J]. 董心玉,范文义,田甜.  浙江农林大学学报. 2016(05)
[4]基于离散点云数据的森林冠层高度模型插值方法[J]. 段祝庚,肖化顺,袁伟湘.  林业科学. 2016(09)
[5]机载LiDAR和高光谱融合实现普洱山区树种分类[J]. 刘怡君,庞勇,廖声熙,荚文,陈博伟,刘鲁霞.  林业科学研究. 2016(03)
[6]面向对象的优势树种类型信息提取技术[J]. 田甜,范文义,卢伟,肖湘.  应用生态学报. 2015(06)
[7]基于局域最大值法单木位置探测的适宜模型研究[J]. 李响,甄贞,赵颖慧.  北京林业大学学报. 2015(03)
[8]机载激光LiDAR原理及应用[J]. 李雪松.  测绘与空间地理信息. 2015(02)
[9]机载LiDAR和高光谱融合实现温带天然林树种识别[J]. 刘丽娟,庞勇,范文义,李增元,张登荣,李明泽.  遥感学报. 2013(03)
[10]遥感影像分类方法研究进展[J]. 贾坤,李强子,田亦陈,吴炳方.  光谱学与光谱分析. 2011(10)

博士论文
[1]基于激光雷达与多光谱遥感数据的森林地上生物量反演研究[D]. 汤旭光.中国科学院研究生院(东北地理与农业生态研究所) 2013

硕士论文
[1]面向对象的森林植被类型信息提取技术[D]. 田甜.东北林业大学 2015
[2]高分辨率遥感影像典型地物目标的特征选择及其稳定性研究[D]. 季金胜.上海交通大学 2015
[3]高分辨率遥感影像多尺度分类方法研究[D]. 张博.电子科技大学 2013



本文编号：2895202