隨著遙感技術(shù)不斷的成熟發(fā)展,多源遙感數(shù)據(jù)已被廣泛應(yīng)用于森林樹(shù)種分類,使大尺度上的植物多樣性調(diào)查與監(jiān)測(cè)成為可能。受高分辨率遙感數(shù)據(jù)采集和處理的限制,目前大多數(shù)研究集中在歐洲或北美的溫帶森林和北方針葉林,在物種多樣性高、地形復(fù)雜的熱帶或亞熱帶森林的相關(guān)研究卻很少。此外,樹(shù)種的物候特征在樹(shù)種分類中常被忽略。我國(guó)亞熱帶山地森林眾多,植物種類豐富,季相變化明顯,較多孑遺植物和特有植物分布于此,對(duì)森林樹(shù)種進(jìn)行準(zhǔn)確分類識(shí)別對(duì)亞熱帶森林的監(jiān)測(cè)、保護(hù)與管理具有重要意義。本論文采用高分辨率(⁵ cm)無(wú)人機(jī)RGB影像對(duì)浙江天目山常綠落葉闊葉混交林約100 ha范圍內(nèi)的6種常見(jiàn)樹(shù)種、枯立木和林窗進(jìn)行分類識(shí)別。在基于對(duì)象的多尺度分割的基礎(chǔ)上,建立了包含光譜、空間幾何和紋理特征的特征空間,采用最鄰近距離(K-nearest neighbor,KNN)、分類和回歸樹(shù)(classification and regression tree,CART)、支持向量機(jī)(support vector machine,SVM)和隨機(jī)森林(random forest,RF)4種分類算法進(jìn)行樹(shù)種分類,分析高空...

【文章頁(yè)數(shù)】：97 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 前言
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀分析
        1.2.1 多源遙感數(shù)據(jù)樹(shù)種分類研究現(xiàn)狀
        1.2.2 無(wú)人機(jī)平臺(tái)在生態(tài)學(xué)及物種識(shí)別領(lǐng)域的應(yīng)用現(xiàn)狀
        1.2.3 分類算法的應(yīng)用現(xiàn)狀
        1.2.4 當(dāng)前領(lǐng)域存在的不足
    1.3 研究目標(biāo)和研究?jī)?nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
第二章 研究區(qū)域概況及研究方法
    2.1 研究區(qū)域概況
    2.2 研究數(shù)據(jù)獲取及處理
        2.2.1 無(wú)人機(jī)RGB影像的獲取及預(yù)處理
        2.2.2 野外調(diào)查及參考數(shù)據(jù)的收集
    2.3 研究方法
        2.3.1 圖像分割
        2.3.2 特征選擇和優(yōu)化
        2.3.3 基于對(duì)象的物種分類
        2.3.4 分類精度評(píng)估
    2.4 技術(shù)路線圖
第三章 基于研究區(qū)域的樹(shù)種分類與識(shí)別
    3.1 樣本可分離性及特征重要性分析
    3.2 不同特征組合下的樹(shù)種分類結(jié)果與分析
        3.2.1 無(wú)紋理特征的樹(shù)種分類
        3.2.2 有紋理特征的樹(shù)種分類
        3.2.3 有無(wú)紋理特征分類結(jié)果的對(duì)比與分析
    3.3 討論
第四章 基于生境分區(qū)的樹(shù)種分類與識(shí)別
    4.1 生境類型的劃分
    4.2 不同生境分區(qū)的分類結(jié)果與分析
        4.2.1 高海拔緩坡區(qū)(upper flat)的樹(shù)種分類
        4.2.2 高海拔陡坡區(qū)(upper slope)的樹(shù)種分類
        4.2.3 低海拔陡坡區(qū)(low slope)的樹(shù)種分類
        4.2.4 三種生境分區(qū)分類結(jié)果的對(duì)比與分析
    4.3 討論
第五章 研究結(jié)論與展望
    5.1 主要結(jié)論
    5.2 研究不足
    5.3 當(dāng)前面臨的挑戰(zhàn)與展望
        5.3.1 分類對(duì)象復(fù)雜性的挑戰(zhàn)
        5.3.2 整合多源遙感數(shù)據(jù)的挑戰(zhàn)
        5.3.3 整合植物物候與紋理等特征的挑戰(zhàn)
        5.3.4 物種分類算法的技術(shù)挑戰(zhàn)
參考文獻(xiàn)
附錄
    附錄1 基于遙感數(shù)據(jù)進(jìn)行植物物種識(shí)別的120 個(gè)研究案例
碩士期間發(fā)表的科研成果
致謝



本文編號(hào)：3761971