基于光谱和纹理特征的速生桉信息提取方法研究

摘要

桉树生长速度快、用途广,具有良好的经济效益、社会效益和生态效益.但桉树的种植、砍伐与促长之间周期交替过于频繁,传统的林业调查不仅会受各种主客观因素的影响,而且获取信息的可信度较低.文章以RapiEye影像为数据源,结合GPS调查手段,运用eCognition平台,以光谱和纹理相结合的面向对象的分析方法,并创建知识规则集,对桉树林信息进行提取.实验表明,传统基于像素的监督分类方法总体精度为68.83%,Kappa系数为0.67.而基于以光谱纹理、创建知识规则集相结合的面向对象分析方法,桉树信息提取的总体精度达到82.12%,Kappa系数为0.80,该提取方法可获得更好的分类质量、效率与精度.