论文部分内容阅读
国产资源三号(ZY-3)高分辨率遥感卫星,因其突出的性价优势,在我国森林资源调查领域具有广阔的应用前景。本文主要利用ENVI5.3遥感图像处理软件,基于四川省岳池县的ZY-3冬季影像,使用了基于ISODATA算法的CART决策树方法与面向对象的K-最近邻法两种方法,提取了森林植被信息,并比较了两种方法的提取结果,分析了两种方法在川东丘陵区森林资源调查工作中适用性。主要结论如下:(1)基于ISODATA算法的CART决策树森林植被信息提取方法,灌木林植被信息提取生产者精度为99.46%,用户精度为49.69%,经济林植被信息提取生产者精度为98.20%,用户精度为72.30%;面向对象的K-最近邻法森林植被信息提取方法,灌木林植被信息提取生产者精度为64.01%,用户精度为11.77%,经济林植被信息提取生产者精度与用户精度皆为0。结果表明:在提取灌木林和经济林植被信息时,使用基于ISODATA算法的CART决策树方法优于面向对象的K-最近邻法,能较好的解决ZY-3冬季影像中灌木林和经济林因落叶而较难区分的问题。(2)基于ISODATA算法的CART决策树方法,森林植被信息提取总精度为92.70%,Kappa系数为0.9073;面向对象的K-最近邻法,森林植被信息提取总精度为67.02%,Kappa系数为0.6072。结果表明:基于ISODATA算法的CART决策树方法优于面向对象的K-最近邻法,在类似于岳池县地形和植被类型的川东丘陵区有较强的适用性。(3)本文分别采用Gram-Schmidt变换、主成分(PC)变换、Color normalized(Brovery)变换和NNDiffus四种方法对研究区ZY-3全色影像和多光谱影像进行融合,结果表明NNDiffus方法融合,较好的保留了原始影像的光谱信息和纹理信息,融合后的影像色彩丰富,地物轮廓清晰,辨识度较高,适用于ZY-3影像处理。(4)在面向对象的K-最近邻法森林植被信息提取试验中,通过对分割尺度与合并尺度的筛选,得到了较优尺度。结果表明,丘陵地区ZY-3影像面向对象分割方法选择分割尺度为40、合并尺度为80时,能较好地将各地类区分且对象大小满足林业生产需求。