改进的“基于片层—面向类”竹林信息遥感提取算法及其应用

作者：许章华; 张艺伟; 李增禄; 项颂阳; 张琦; 李一帆; 周鑫; 俞辉; 沈婉玲

来源：遥感技术与应用, 2023, 38(02): 393-404.

• 改进的“基于片层―面向类”(MFB-CO)算法
• 竹林信息
• 林地分割
• 信息增强
• Sentinel-2A MSI影像

开展复杂地形区竹林的遥感精细化识别有助于及时摸清竹林分布，充分发挥竹林的生态和经济社会价值。在“基于片层―面向类”(FB-CO)算法基础上，尝试对该算法进行改进，并利用Sentinal-2A MSI影像验证改进的有效性。改进的“基于片层―面向类”(MFB-CO)竹林信息遥感提取算法利用归一化阴影植被指数NSVI代替单波段阈值分割明亮区与阴影区林地，采用线性回归模型增强阴影区信息，并引入BPNN、SVM和RF等3种分类器提取竹林。结果表明，基于NSVI的明亮区和阴影区林地分割总精度(OA)为96.00%，优于基于NIR的83.50%；阴影信息增强后，各波段拟合模型R2均大于0.82,MRE均小于5%;FB-CO算法的竹林提取OA为82.41%，在MFB-CO算法框架下，BPNN、SVM、RF等3种分类器的竹林提取OA分别为86.51%、88.43%、88.92%，均优于FB-CO算法。由此可见，MFB-CO算法通过改进FB-CO算法几个关键步骤的具体实现途径，有效提升了竹林信息提取能力，可为竹林的精细化识别提供技术支撑。

• 出版日期2023
• 单位福建省资源环境监测与可持续经营利用重点实验室; 福州大学