张春莹，江 洪，，，林敬兰，岳 辉

（1.福州大学 空间数据挖掘和信息共享教育部重点实验室，卫星空间信息技术综合应用国家地方联合工程研究中心，数字中国研究院（福建），福建 福州 350108；2.福建省水土保持试验站，福建 福州 350002；3.长汀县水土保持中心，福建 长汀 366300）

森林是全球陆地生态系统的重要组成部分［1］.传统的森林生态系统调查依靠实地调查来收集相关信息，但是需要大量的人力、物力和财力，并且容易受到区域的限制［1-2］.遥感技术在林业资源管理中具有监测范围广、成像速度快、重访周期短、数据成本低等优势［3-4］.传统基于像元的分类方法仅利用了地物的光谱信息，因此难以区分光谱信息相似的地物，而面向对象分类方法的基本处理单元是对象，可在此基础上充分利用不同对象的光谱、空间和纹理等相关特征［5］.光学图像中丰富的光谱变量是遥感图像分类中最重要的变量，研究表明，近红外和红边波段是植被较为敏感的波段［6］.例如，李丹等［7］通过采用WorldView-2 影像来识别典型乔木树种，研究发现红边波段明显改善了识别结果；Tigges 等［8］研究发现RapidEye 影像的红边波段能显著提升植被的分类结果的准确性.

欧洲空间局（European Space Agency，ESA）分别于2015 年6 月和2017 年3 月成功发射了Sentinel-2 系列卫星，该卫星为森林植被的识别提供了新的数据源，其搭载的多光谱仪（MSI）已被应用于树种分类实验中［9-10］.例如，于婉婉等［11］研究发现不同生长期的优势树种在Sentinel-2数据的红边波段表现有不同差异；黄双燕等［12］利用Sentinel-2影……