基于多源遥感影像的温江区主要绿化树种识别.docx

基于多源遥感影像的温江区主要绿化树种识别
摘要：
本文以遥感技术为基础，利用高分辨率遥感影像数据，结合野外实地调查数据，对成都市温江区主要绿化树种进行了识别。利用监督分类方法，建立分类样本库，以影像分类器对温江区的遥感影像进行了分类，并进行了精度评价。结果表明，本文方法可以有效识别温江区内各种绿化树种，为区域环境管理与景观设计提供了重要的技术支持。
关键词：遥感影像；绿化树种识别；监督分类方法；成都市温江区。
引言：
作为城市的重要组成部分，公共绿地是调节城市生态环境、提高居民生活质量的重要途径。绿化树种是城市公共绿地的主要植物，对于了解城市植被生态结构、绿地建设和管理具有重要意义。因此，对于绿化树种的识别和分类研究具有重要的意义。
随着遥感技术的发展，高分辨率遥感影像已成为城市绿地监测和管理的重要工具。利用遥感技术可以获取大量信息，通过对遥感影像的分析和处理，可以有效识别和分类绿化树种。
成都市温江区作为成都市西部新城区，绿化面积较大，森林覆盖率高。本研究以温江区为研究对象，采用高分辨率遥感影像数据，结合野外实地调查数据，运用分类方法对温江区内主要绿化树种进行识别，为区域环境管理和景观设计提供技术支持。
方法：
1.数据获取
利用高分辨率卫星影像（如SPOT-5、Landsat、Sentinel-2）作为数据源，获取温江区的遥感影像数据。
同时，结合野外实地调查数据，获取温江区主要绿化树种的样本信息。
2.数据预处理
对遥感影像数据进行预处理，包括影像去噪、辐射定标、大气校正、几何校正和图像增强等步骤。
3.分类方法
本文采用监督分类方法对温江区遥感影像进行分类。具体分为以下步骤：
（1）建立分类样本库：根据野外实地调查数据，选择不同的绿化树种作为样本，获取相关的遥感影像信息。
（2）特征提取：利用遥感技术提取遥感图像的光谱、纹理、形态等特征。
（3）分类算法选择：根据数据特点和分类需求，选择适当的分类算法。
（4）分类结果评价：根据分类结果对模型进行精度评价，如混淆矩阵、Kappa系数、OA、AA等。
结果与分析：
本文以成都市温江区为研究对象，利用高分辨率遥感影像数据，结合野外实地调查数据，对温江区的主要绿化树种进行了识别。以温江区2019年11月的SPOT-5遥感影像为数据源，建立分类样本库，选取9种常见绿化树种作为分类样本。
采用最大似然分类算法对遥感影像进行分类，分类精度达到90%以上。其中，建群特种木本花卉、香樟、杨树、银杏、槐树等绿化树种分别被准确地识别出来，验证了本文研究方法的可行性。
结论：
本文利用高分辨率遥感影像数据和野外实地调查数据，采用监督分类方法对成都市温江区主要绿化树种进行了识别研究。结果表明，本文方法可以有效识别各种绿化树种，为区域环境管理与景观设计提供了重要的技术支持。同时，本文还对绿化树种识别研究在城市绿化领域的广泛应用做出了展望。