Bagaimana cara mudah mengidentifikasi / mengklasifikasikan hutan konifer dari satu tanggal gambar Landsat?


8

Saya cukup baru dalam penginderaan jauh dan saya mencoba mengidentifikasi / mengklasifikasikan tutupan hutan konifer dari adegan Landsat tanggal tunggal . Menurut penelitian web awal saya, saya memiliki kemungkinan ini:

  • mengonversi adegan ke nilai NDVI . Dengan menggunakan nilai modal histogram NDVI, saya dapat memisahkan piksel pemandangan menjadi area berhutan dan tidak berhutan
  • menggunakan nilai modal pita 2,3 dan 5 (B2) untuk mengidentifikasi "puncak hutan" dan pemandangan kelas ke hutan / non-hutan (Huang, 2008: Penggunaan konsep objek gelap dan mendukung mesin vektor untuk mengotomatisasi analisis perubahan tutupan hutan ) . Karakteristik pemandangan lain (batuan, sungai) harus dihilangkan menggunakan nilai kecerahan tutup berumbaicontoh membagi nilai histogram dengan nilai modal ke hutan dan non-hutan

Apakah Anda tahu pendekatan sederhana lain untuk mengklasifikasikan tutupan hutan di daerah pegunungan ? Saya benar-benar tidak ingin menerapkan klasifikasi kemungkinan maksimum. Mungkin lebih baik menggunakan klasifikasi tanpa pengawasan?

Saya menggunakan ERDAS, ArcGIS 10.2 dan R


Landsat memiliki resolusi spektral yang cocok untuk membedakan konifer dari penutup gugur. Anda selalu dapat menambahkan layer seperti TC, NDVI, tekstur untuk meningkatkan akurasi klasifikasi Anda. Kemungkinan maksimum yang diawasi akan berfungsi dengan baik untuk jenis analisis ini.
Aaron

Jawaban:


5

NDVI adalah untuk diskriminasi vegetasi / non-vegetasi. Jadi jika vegetasi Anda selalu hutan konifer, maka itu harus menjadi metode yang paling efisien dalam kasus Anda. Kalau tidak, Anda akan memiliki kebingungan dengan tanaman, padang rumput dan hutan gugur.

Di area montainous, ambang reflektansi tunggal akan bermasalah karena hillshade (terlihat jelas pada gambar Anda). Jadi, jika Anda memiliki berbagai jenis vegetasi, Anda harus mengoreksi efek topografi atau mengklasifikasikan dengan ambang batas yang berbeda pada lereng berbayang dan tidak berbayang. Metode yang terakhir lebih mudah tetapi kurang akurat.

Sebagai komentar, Anda harus memanfaatkan set data yang ada (Global forest Watch, PALSAR forst / non forest map).


Saya memiliki daerah pegunungan, sebagian besar hutan jenis konifera, jadi saya akan mencoba menggunakan NDVI. Apakah efek topografi cukup dikoreksi oleh perhitungan indeks vegetasi (NDVI)? Terima kasih atas rekomendasi GlobalForestWatch dan PALSAR, tetapi saya harus mengidentifikasi tutupan hutan jenis konifera pada tahun 1986 (jadi sebelum database ini)
maycca

2

Ini mungkin bukan jawabannya, tetapi saya tidak dapat mempostingnya sebagai komentar ...

@Pak. Che saya mencoba menghitung Indeks Hutan berikut kertas Wentao Ye; Xi Li; Xiaoling Chen dan Guo Zhang: Indeks spektral untuk menyoroti tutupan hutan dari citra penginderaan jauh ", Proc. SPIE 9260, Penginderaan Jauh Permukaan Tanah II, 92601L (8 November 2014); doi: 10.1117 / 12.2068775

begitu pula

FI = (B4 - B3 - 0.01)/(B4 - B3)*(1-B4)/(0.1 + B2)

di mana B4 mewakili band4 dari citra multiband Landsat.

Sayangnya saya tidak menemukan hasil yang memuaskan di lereng utara saya dan daerah mouintainous tidak menggunakan nilai DN, juga tidak menggunakan nilai-nilai pemantulan yang diunduh dari pemantulan permukaan GLS seperti yang ditunjukkan di sini: masukkan deskripsi gambar di sini

Saya mengira bahwa normalisasi topografi yang hilang dari data saya akan sangat penting untuk casstification hutan di lereng utara.

Karena alasan ini saya mengira bahwa perhitungan indeks Hutan tampaknya tidak terlalu membantu. Saya menyarankan Anda untuk mencoba pendekatan lain yang dijelaskan dalam Meddens, AJH, Hicke, JA, Vierling, LA, & Hudak, AT (2013). Mengevaluasi metode untuk mendeteksi mortalitas pohon yang disebabkan kumbang kulit kayu menggunakan citra Landsat satu tanggal dan beberapa tanggal. Penginderaan Jauh Lingkungan, 132, 49–58. doi: 10.1016 / j.rse.2013.01.002 di bagian 2.4 Tanggal tunggal dan 2.5 Klasifikasi multidate (p. 52) pendekatan meddens untuk mengidentifikasi tutupan hutan


2

Saya telah menemukan artikel ilmiah ini untuk pemetaan hutan / non-hutan menggunakan Landsat tetapi sayangnya tidak gratis untuk membaca ($ 15).

Wentao Ye; Xi Li; Xiaoling Chen dan Guo Zhang

Indeks spektral untuk menyoroti tutupan hutan dari citra penginderaan jauh ", Proc. SPIE 9260, Penginderaan Jauh Permukaan Tanah II, 92601L (8 November 2014); doi: 10.1117 / 12.2068775

Berikut ini kutipan anotasi:

FI (indeks hutan) berasal dari tiga pita, hijau, merah dan inframerah dekat (NIR) dan gambar FI dapat diklasifikasikan ke dalam peta hutan / non-hutan dengan ambang batas. Keakuratan keseluruhan peta klasifikasi di dua wilayah studi masing-masing adalah 97,8% dan 96,2%, yang menunjukkan bahwa FI efisien dalam menyoroti tutupan hutan.

Sayangnya saya tidak dapat mengakses artikel ini jadi tidak yakin apakah indeks ini berfungsi dengan baik. Upaya saya sendiri untuk mereproduksi indeks ini menggunakan pita yang ditentukan gagal. Saya mengirim email kepada penulis dengan permintaan untuk mengirim artikel ini tetapi masih belum ada jawaban yang diterima.

MEMPERBARUI

Inilah makalahnya: tautan


Terima kasih Pak Che, ini terlihat bagus. Saya juga akan menghubungi mereka karena saya juga tidak memiliki akses gratis ke publikasi ini ... Segera setelah saya mendapatkannya, saya akan mengirimkannya kepada Anda.
maycca

Saya telah menemukan kertas! URL ada dalam pembaruan jawaban.
Kamerad Che
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.