《表3 各层次下的地物分类规则》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于垂直带谱的太白山区山地植被遥感信息提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在Level1中对植被与非植被进行识别。因为山体阴影和高山积雪（3400～3700 m的海拔范围内）的影响，直接用NDVI分类会将影像中的阴影部分或高山积雪部分误分为非植被区域。由于建筑、道路等非植被分布比较集中，其NDVI值低、亮度值高，且分布在低海拔区域，通过以上3个特征参数构造的隶属度函数能将非植被区完整的提取出来。以NDVI为例，当某个对象的NDVI×100小于-2时，其对于非植被的隶属度值为1，即肯定为非植被，大于-1时，隶属度为0，位于[-2，-1]区间时，其隶属度按照eCognition软件中的偏小型隶属度函数赋值，另外，由于影像的时相在冬季，NDVI值变化幅度小且相对集中，反复对比后选择了[-2，-1]这个区间。但提取结果中存在部分阴影，因此通过Max.diff构造的隶属度函数将阴影部分过滤，成功提取出非植被。由于本层分类中生成的初始对象将决定后续分类的结果，所以将设置较高的隶属度阈值。具体设置见表3。在Level2中进行不同植被类型的识别。综合已掌握的太白山植被分布数据、各时相的遥感影像、野外调查数据和目视解译的经验，建立了太白山区土地覆盖类型的解译标志如表4所示。通过在影像上叠加地形约束因子，不同植被类型的大致分布范围一目了然，在此基础上根据解译标志进行样本的选择更高效、准确（图3）。本层次中采用最邻近分类方法进行分类，识别出的植被类型包括栽培植物、针叶林、阔叶林、亚高山草甸及灌丛、针阔混交林，具体设置见表3。在Level3中，需要对针叶林和阔叶林内的植被群系进行进一步的识别。根据不同植被群系在不同时相影像中相应的光谱、纹理特征，结合解译标志，通过在影像上叠加地形约束因子进行样本的选择，并融入了纹理特征进行最近邻分类，本层中识别出的植被群系包括巴山冷杉、太白红杉、华山松、栎林、桦类林、灌丛（不再细分植物类型）、草甸（不再细分植物类型），具体设置见表3。