分类策略对基于遥感影像的树种分类结果的影响

[目的]针对基于遥感影像的森林树种分类研究中普遍存在的数量分布不均衡的现象,探究分类策略对基于无人机可见光影像的森林树种分类结果的影响,为树种数量分布不均衡地区的树种分类相关研究提供经验参考。[方法]以永寿县马莲滩为研究区,使用大疆 Phantom 4 Multispectral多光谱相机收集RGB影像及归一化植被指数(NDVI)数据,将研究区主要树种—刺槐(树种占比 70%以上)按照NDVI值划分为三个子类,生成策略 1(刺槐 1(NDVI>0.8)、刺槐 2(0.6<NDVI≤0.8)、刺槐 3(NDVI≤0.6)、侧柏、油松、草、裸地),以策略 2(刺槐、侧柏、油松、草地、裸地)作为对照,两种策略所用样本相同,并分别采用随机森林(RF)和支持向量机(SVM)两种算法进行分类,基于样地调查数据获取训练和验证样本,采用总体精度和Kappa系数评价整体分类效果。[结果]1)当采用RF进行分类时,策略 1 精度较高,总体精度为 87.59%,比策略 2 提高了 3.38%,Kappa系数为 0.87,比策略 2 提高了 0.08;2)当采用SVM进行分类时,策略 1 精度较高,总体精度为 89.85%,比策略 2 提高了 4.14%,Kappa系数为 0.89,比策略 2 提高了 0.05;3)在策略 1 和策略 2 中,SVM的分类精度都略高于RF,总体精度分别高了1.50%和 2.26%,Kappa系数分别高了 0.05 和 0.02。[结论]提出一种基于NDVI划分训练子样本的森林树种分类策略,该策略能够缓解树种数量分布不均衡对树种分类精度的干扰,可以为树种数量分布不均衡地区的分类工作提供一定的参考。