李煜 李崇贵 刘思涵 马婷 吴梦月

(西安科技大学，西安，710054)

森林树种识别及其分布情况制图对于森林管理、森林扰动监测、环境和生物多样性评估以及碳储量和蓄积量估算至关重要[1]。遥感数据(如光学遥感数据、主动式雷达遥感数据等)均可实时获取大量关于森林物种组成的信息，并且与传统的实地监测相比，所需的时间更少，并且可以实现大面积制图以及覆盖到人类难以进入的森林区域。多光谱图像一直是森林物种组成制图中最常用的数据(特别是来自Landsat 8的图像)[2-4]，然而，由于混合像素的出现，中等空间分辨率遥感数据的使用面临挑战[5]。一般情况下，中低空间分辨率数据虽然可以绘制森林类型覆盖图，但是分类结果没有详细分析树种组成，不能被森林管理者使用。高光谱影像数据和激光雷达数据的出现使得森林树种精细分类制图成为可能[6-7]。首先高光谱传感器可以对每个空间像元经过色散，形成几十个乃至几百个窄波段以进行连续的光谱覆盖，从而更加细致的捕获到植被的生化变化过程，因此在许多研究中高光谱数据的结果都优于多光谱影像。然而高光谱遥感图像各波段间存在着高相关性和高冗余度，在处理上有一定的困难，高光谱影像也需要更高的计算能力[8]。此外，陆地激光雷达虽然也能用于树种分类，提供关于森林结构的详细的信息，但是由于激光雷达和高光谱数据的操作使用限制以及高额的使用成本，这些数据的适用性在大区域研究或全球范围内仍然是有限的，所以在大区域植被和森林覆盖研究中，哨兵2A(具有相对密集、可自由获取的多光谱影像)是更为优势的数据来源。……