Resonon | Pika L高光譜成像在亞熱帶闊葉森林單木分割和樹種分類上的應用

了解亞熱帶森林樹種的準確信息對于森林可持續(xù)管理、生態(tài)系統(tǒng)服務評估、生物多樣性監(jiān)測以及生態(tài)環(huán)境保護至關重要。因此,亟待快速有效的方法對單個樹種進行分類。傳統(tǒng)的樹種地面調(diào)查
基于此,為填補研究空白, 研究者們于2019年8月在中國南方深圳的亞熱帶闊葉林聚龍山公園(114°23′28′′E,22°43′50′′N)基于UAV LiDAR,高光譜(Resonon Pika L高光譜成像儀)、超高分辨率RGB數(shù)據(jù)以及地面數(shù)據(jù)進行單個樹種的分類。作者首次開發(fā)了watershed-spectral-textural-controlled normalized cut(WST-Ncut)算法進行單木分割。然后整合UAV LiDAR(提取結(jié)構(gòu)特征),高光譜(提取光譜特征)和超高分辨率RGB數(shù)據(jù)(提取紋理特征)進行分類。最后通過總體精度(OA)和kappa系數(shù)(k)評估分類精度。主要研究目標為:(1)評估所提出的WST-Ncut算法在亞熱帶闊葉森林進行單木分割的準確性;(2)與單獨使用這些數(shù)據(jù)相比,評估UAV LiDAR,高光譜和超高分辨率RGB數(shù)據(jù)相融合進行亞熱帶闊葉樹種分類的有效性和改進以及(3)探索單木分割的準確性和樹種數(shù)量對樹種分類精度的影響。
研究區(qū)位置
【結(jié)果】
18個樹種在383-1020 nm波長下的反射率平均值和±標準差。
18個樹種在383-1020 nm波長下的平均光譜反射率。
七種特征組合得到的樹種分布圖。
使用所有特征時獲得的總體分類精度與樹種數(shù)量之間的關系。
【結(jié)論】
在本研究中,作者利用UAV LiDAR,高光譜和超高分辨率RGB數(shù)據(jù)在亞熱帶闊葉森林樹木尺度上進行18個樹種的分類。作者首次提出了watershed-spectral-textural-controlled normalized cut(WST-Ncut)算法來描述單木。結(jié)果表明,WST-Ncut算法適合描述亞熱帶闊葉森林單木(Recall=0.95,Precision=0.86,F(xiàn)-score=0.90),可以減少過度分割。LiDAR獲取的垂直結(jié)構(gòu)特征,高光譜獲取的光譜特征以及超高分辨率RGB數(shù)據(jù)獲取的紋理特征在樹種分類上相互補充。分類結(jié)果表明這三個數(shù)據(jù)集相結(jié)合可以有效區(qū)分18個樹種,獲得最高的分類精度(總體精度=91.8%,Kappa=0.910),比單獨利用光譜特征,結(jié)構(gòu)特征和紋理特征分別高10.2%,13.6%和19.0%。此外,結(jié)果表明,單木分割越好,樹種分類越準確,樹種數(shù)量增加將會導致分類精度下降。
免責聲明
- 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應在授權(quán)范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關法律責任。
- 本網(wǎng)轉(zhuǎn)載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負責,不承擔此類作品侵權(quán)行為的直接責任及連帶責任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時,必須保留本網(wǎng)注明的作品第一來源,并自負版權(quán)等法律責任。
- 如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關權(quán)利。