李 斌,李崇贵,李 煜

(西安科技大学,西安 710054)

0 引言

华北落叶松(Larixprincipis-rupprechtii)是我国华北地区高山针叶林带中的主要森林树种,其具有耐寒、耐湿、耐旱,对土壤适应性强且材质良好、用途广等优秀特点[1]。塞罕坝机械林场是大型国有林场,落叶松人工林是林场森林经营管理的主体,应用遥感技术快速提取落叶松具有重要的现实意义。现有的遥感分类方法中,建立在统计理论基础上的机器学习方法已经成为影像分类的可靠方法[2-4],然而这些大多是基于单机分类,耗时长、效率低下。

Google Earth Engine(GEE)是由谷歌提供的基于云的地理空间分析平台,它代表了谷歌先进的存储与计算能力,为科研人员提供多种类型的遥感数据集用以快速解决诸如自然资源、灾害、环境等方面的问题。卢献健等[5]使用GEE平台,应用遥感影像结合不同比值指数实现了桉树(Eucalyptusrobustasmith)的快速提取,结果表明,使用决策树和随机森林分类器的分类效果最好,Kappa系数均在0.8以上,且一致性较高；何昭欣等[6]利用GEE结合Sentinel-2数据构建遥感指数+纹理+地形多特征数据集并对特征进行优化,实现江苏省夏收作物遥感提取,结果表明,使用随机森林分类器的效果最好,总体分类精度为93%；邵亚奎等[7]利用GEE平台构建多源数据(Landsat/Sentinel-2)的多特征数据集,采用随机森林分类器对西天山森林自动分类,研究发现,各数据源的分类精度均在80%以上,Kappa系数均大于0.7,其中使用Sentinel-2的分类精度与Kappa系数最高；郭瑞霞[8]利用多源数据实现孟家岗林场落叶松人工林提取,研究发现,落叶松人工林在近红外波段与其他树种差异明显,引入DEM并使用NDVI,DVI等比值特征对落叶松提取有一定的指导作用。……