融合哨兵2号时序特征与连续变化检测分类算法的优势树种识别

陈丹; 李晶; 霍江润; 马天跃; 闫星光; 李雨霏

doi:10.7525/j.issn.1006-8023.2025.03.007

森林工程 ›› 2025, Vol. 41 ›› Issue (03) : 505 -516. DOI: 10.7525/j.issn.1006-8023.2025.03.007

森林资源建设与保护

融合哨兵2号时序特征与连续变化检测分类算法的优势树种识别

作者信息 +

Integration of Sentinel-2 Temporal Features and Continuous Change Detection Classification Algorithm for Dominant Tree Species Identification

Author information +

文章历史 +

PDF (4401K)

摘要

优势树种识别是林业资源调查的重要组成部分，提高优势树种识别精度对开展森林资源调查和相关研究具有重要现实意义。采用GEE（Google Earth Engine）云平台获取霍东矿区2023年1~12月哨兵2号（Sentinel-2）时间序列影像，基于连续变化检测分类算法（continuous change detection and classification，CCDC）算法及归一化退化指数（normalized difference fraction index，NDFI）构建树种的年内生长轨迹特征，提出一种结合树种“轨迹特征＋光谱特征＋纹理特征”的长时序遥感影像的优势树种分层识别方法，通过设置对照组“光谱特征＋纹理特征”，运用分层分类和随机森林分类算法对霍东矿区油松、辽东栎、白桦、华北落叶松、侧柏、山杨、其他杨树7种优势树种进行识别。结果表明，1）通过NDFI指数可以很好地将落叶林和常绿林区分开来；2）基于“轨迹特征＋光谱特征＋纹理特征”的优势树种识别效果较好，总体精度可达79.6%，Kappa系数为0.742，比对照组的总体精度高出7.3%。