基于时序NDVI与光谱微分变换的森林优势树种识别
徐凯健1,2, 田庆久1,2,*, 徐念旭1,2, 岳继博1,2, 唐少飞1,2

Classifying Forest Dominant Trees Species Based on High Dimensional Time-Series NDVI Data and Differential Transform Methods
XU Kai-jian1,2, TIAN Qing-jiu1,2,*, XU Nian-xu1,2, YUE Ji-bo1,2, TANG Shao-fei1,2
基于不同时间尺度NDVI数据的森林优势树种识别结果 差异( p <0.05)。 其中, 不同时间分辨率影像的分类精度与Kappa系数均值由低到高依次为春季<夏季<秋季<全季相<逐月<逐旬。 在采用不同季节的单季相影像中, 基于秋季数据的结果精度最高( p <0.05), 而基于夏季数据的树种识别精度则高于春季结果( p <0.05), 表明针对温带典型森林树种在其秋季落叶时期进行光谱识别的效果最好, 夏季其次。 同时, 基于全季相影像的识别结果明显优于所有单季相结果( p <0.05), 表明多季节数据结合具有更好的树种识别效果。 此外, 在不同时间序列影像中, 基于逐旬影像的识别结果明显优于其他时间序列影像( p <0.05), 而基于逐月影像的分类精度则明显高于全季相影像( p <0.05), 表明高时间分辨率数据能够提供更多有效光谱细节信息, 有利于区域树种识别精度的提高。