林隙主被动遥感协同自动识别

[目的]研究林隙主被动遥感协同自动识别方法,为进一步量化林隙特征提供技术支持。[方法]以真彩色航空正射影像（0.2 m）和机载LiDAR（3.7点·m^-2）为主被动遥感数据源,选取东北典型天然次生林——帽儿山实验林场东林施业区为研究区进行面向对象林隙识别。在面向对象分类过程中,通过对比3种分割方案（航空影像分割、LiDAR数据分割、航空影像&LiDAR协同分割）、10种尺度（10~100,步长为10）确定最优分割方案及尺度参数。在最优分割结果基础上应用航空影像的光谱特征、LiDAR数据提取的高度特征及共同特征,应用支持向量机分类器（SVM）进行林隙识别。[结果]3种分割方案的最优尺度均为20;所有尺度均是基于LiDAR数据分割ED3_modified（0.52±0.11）低于基于航空影像分割（0.58±0.07）与航空影像&LiDAR协同数据分割（0.58±0.07）。在LiDAR数据最优尺度（20）下,采用光谱和高度共同特征的主被动识别与单独采用光谱特征的主动识别及单独使用高度特征的被动识别相比,分类精度分别提高36.71%和8.17%。[结论]3种分割方案中,基于LiDAR数据分割结果最好;使用主被动遥感协同自动识别进行林隙分类时精度最高（OA=87.73%,Kappa=0.81）。