[发明专利]基于高分遥感影像的森林类型识别方法

权利要求书

1.一种基于高分遥感影像的森林类型识别方法，其特征在于，包括如下步骤：

对高分遥感影像进行预处理，得到全色光谱影像和多光谱影像；

从全色光谱影像中进行灰度提取，从多光谱影像中进行植被指数提取；

结合森林资源二类调查数据，分析优势树种，并且得到优势树种的灰度值和植被指数值；

根据林地分类标准，将研究区分为林地和非林地，林地中划分为针叶林、阔叶林和混交林，得到针叶林、阔叶林和混交林的灰度值、植被指数值；

根据灰度值和植被指数值的相关关系，分别建立相关森林类型识别函数模型：

(1)建立针叶混交林的森林类型识别函数模型，即在森林类型识别时，根据灰度和植被指数可以利用高分二号影像中通过如下函数模型关系式进行识别：

y＝0.0548ln(x)+0.2879

R²＝0.9692

其中x表示针叶混交林的植被指数，y表示对应植被指数那个坐标点的灰度值，R²表示精确度，其值为96.92％，x在[0，0.4]区间上取值；

(2)建立阔叶混交林的森林类型识别函数模型，通过将植被指数和灰度进行拟合，得到函数模型关系式：

v＝22.963x³-7.2359x²+1.6298x-0.0357

R²＝0.996

其中x表示阔叶林的灰度，y表示对应灰度具体坐标点的植被指数值，R²表示精确度，其值为99.6％，x在[0，0.3]区间上取值；

(3)建立混交林的森林类型识别函数模型，通过将植被指数和灰度进行拟合，得到函数模型关系式：

y＝10.197x²-0.5278x+0.0077

R²＝0.9901

其中x表示混交林的灰度，y表示混交林灰度对应坐标点的灰度值，R²表示精确度，其值为99.01％，x在[0，0.4]区间上取值；

(4)建立非林地的森林类型识别函数模型，统计非林地植被指数的数据进行统计分析，采用多光谱纹理特性采集到非林地的影像，相关关系式为：

v＝0.1971e^5.633x

R²＝0.9261

其中式子x表示非林地的植被指数，y表示非林地植被指数对应坐标点的灰度值，R²表示精确度，其值为92.61％，x在[-0.25，0.25]区间上取值；

(5)建立针叶林的森林类型识别函数模型，相关关系式为：

y＝0.9061x+0.109

R²＝0.9677

其中式子x表示针叶林的植被指数，y表示对应植被指数那个坐标点灰度值，R²表示精确度，其值为96.77％，x在[0，0.4]区间上取值；

(6)建立阔叶林的森林类型识别函数模型，相关关系式为：

y＝32.289x³-22.443x²+5.9118x-0.3852

R²＝0.983

其中式子x表示阔叶林的灰度值，y表示对应阔叶林中对应植被指数，R²表示精确度，其值为98.3％，x在[0.25，0.45]区间上；

对相关函数模型进行检验和评价；

将相关函数模型应用于森林类型识别。

2.根据权利要求1所述的方法，其特征在于，所述对相关函数模型进行检验和评价，包括采用检验区三十个小班中典型代表进行检验验证，依据函数模型分布曲线判定验证结果，同时与森林资源二类调查数据进行对比；

为了进一步验证实验结果的准确性，可以分别在检验区不同经纬度采用随机选取实验样本点，结合函数模型进行进一步验证。