竹林信息遥感提取方法研究进展

蒲梦馨, 倪忠云,3*, 赵银兵, 周国李, 梁家凤

1.成都理工大学 地球科学学院，成都 610059；

2.国家林业和草原局/北京市建竹藤科学与技术重点实验室，北京 100102；

3.首都师范大学 资源环境与旅游学院，北京 100048；

4.成都理工大学 旅游与城乡规划学院，成都 610059

竹资源作为一种重要的非木材林产品和木材替代品，是一种巨大的、绿色的、可再生的森林资源，对竹资源的有效监测是利用竹资源的基本前提[1]。竹林的生物量是生活在竹林或以竹笋为食的野生动物栖息地建模的重要数据，竹资源评价是生态系统碳储量估算的重要依据[2-4]。传统上，竹林分布等相关信息多通过实地调查实现[5]，遥感技术提升了人们的空间识别能力，同时极大地提升了遥感技术在竹林监测、评价和开发利用等方面的应用潜力[6]。前人提出了很多基于遥感影像的竹林信息提取方法，从主观性强的目视解译到具有客观性的非监督分类和监督分类。随着遥感技术的发展，传统的统计识别模型因其局限性不能满足多样化的竹林信息提取需求，从20世纪80年代开始，计算机模拟人工行为操作的机器学习分类在各大领域日益兴起，多维图像分类方法随之逐渐融入竹林信息提取中，如决策树以及随机森林分类器等[7]。由于竹林与相邻森林影像光谱特征相似，且竹林生长速度快，样本采集困难等问题，对竹林进行有效的遥感监测仍然具有挑战性[8]。近年来，为解决竹林生长区域云量多、单时相遥感数据识别精度低等问题，部分学者根据竹林生长物候差异等特点，提出了多时序遥感影像与物候特征和纹理信息相结合的方法，聚焦竹林的变化特征，提高竹林与其他绿色植被的可分性[9, 10]。……