近日，9500app金沙集团硕士研究生王梦雨和郑义同学在中科院一区Top期刊《Forest Ecosystems》发表题为 “Assessing Landsat-8 and Sentinel-2 spectral-temporal features for mapping tree species of northern plantation forests in Heilongjiang Province, China”的科研论文。该研究从光谱和时间两个维度全面评估了中等分辨率多光谱卫星遥感影像在中国北方人工林树种分类制图中的潜力。

中国是世界上人工林面积最大的国家。中国北方人工林提供了宝贵的木材资源，支持当地的经济发展。并且作为碳汇，提供了重要的生态系统服务。然而气候变化和森林干扰的不断增加严重威胁了中国北方人工林的生态系统服务。精确的森林树种分类制图对于中国北方人工林的有效管理提供基础，对于该地区生态系统服务功能和森林-气候反馈的表征也具有重要价值。

基于上述背景，该研究提取Landsat-8和Sentinel-2两个数据集的光谱时序特征（包括单时相光谱特征，多时相光谱特征和时间序列影像的光谱-时序特征），分别建立了随机森林分类模型，并对比分析了不同分类模型的精度。结果表明Sentinel-2的分类效果优于Landsat-8，然而新增的红边波段对于树种分类精度提高帮助不大；提高影像获取的时间频率，对提高树种分类的精度有一定帮助，基于Sentinel-2时间序列的光谱-时序特征分类精度最高（93.3%）。对于组成结构简单的中国北方人工林，仅使用两个关键物候期的光谱特征，分类精度基本达到饱和（92.9%）。

我院硕士研究生王梦雨和郑义同学为论文的共同一作，论文指导老师为赵峰老师（通讯作者），合作单位包括华中农业大学，美国马里兰大学和中国林业科学院。该研究得到国家自然科学基金项目，遥感重点实验室开放基金项目，中央高校基本科研经费项目和华中农业大学研究创业基金项目的共同资助。

论文链接：https://doi.org/10.1016/j.fecs.2022.100032