王 妮，彭世揆，李明诗

(南京林业大学 森林资源与环境学院，江苏 南京 210037)

森林资源作为林业和生态环境建设的基础，成为陆地生态系统的主体，对经济、社会和环境的可持续发展有不可替代的作用。随着遥感技术发展，当代森林资源调查和监测的重要内容是遥感图像分类提取森林结构参数和分布。在应用遥感数据光谱信息的同时，空间信息的利用也越来越广泛。张锦水等[1]、孙小芳等[2]、 颜梅春等[3]、赵萍等[4]、Franklin 等[5]与 Peddle 等[6－7]均利用高分辨率遥感图像光谱信息、 纹理信息，以及与多源信息结合研究遥感影像分类，均说明如果结合多尺度纹理信息和光谱信息进行分类，可比单一尺度纹理提取获得更高的分类精度[8]。遥感图像分辨率提高，使从不同来源、不同形式的遥感信息提取出森林植被的专题信息量更加丰富准确，为划分森林类型、绘制林相图、清查森林资源、预测预报森林病虫害及森林火灾、合理规划、利用和保护森林资源提供基础和依据[9]。由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。目前，国内外有多种纹理分析方法，其中灰度共生矩阵法(gray level co-ocurrence matrix，GLCM)被公认为是目前应用最广泛、应用效果最好的方法[10－12]。根据共生矩阵的特征在提取纹理的过程中，不同的窗口滑动方向、窗口的滑动距离及窗口大小密切相关[11，13]，因此，确定窗口信息对纹理特征的描述至关重要，对提高高分辨率遥感影像纹理提取精度以及森林资源信息获取也有很大的作用[14－15]。……