我院俞方圆副教授指导本科生张意岑在《Remote Sensing》期刊发表学术论文

作者:张意岑、俞方圆 编辑:吴琼 发布时间:2022-12-15

研究背景

树种分类为构建树木生长模型、估测林冠化学和保护生物多样性等提供重要的基础信息,准确的树种分类对森林资源管理和森林生态系统保护具有重要意义。遥感技术在树种分类的应用已较为成熟,但以往的研究主要基于冠层遥感光谱数据,植物功能性状在分类中的可行性和有效性缺乏探讨;相关内容也主要沿水平方向展开,很少考虑冠层垂直方向上的情况。本文结合叶片功能性状和叶片光谱进行树种分类,沿冠层垂直高度探讨分类精度的变化,有利于拓展树种分类的研究模式,更深入地理解森林群落的构建机制。

 

研究成果

1)本文基于鼎湖山南亚热带常绿阔叶林6个优势树种的叶片性状和叶片光谱,利用随机森林算法进行树种分类:叶片性状+光谱融合数据的分类精度最高(OA = 77.65%; Kappa = 0.73);叶片性状的分类精度较高(OA = 74.26%; Kappa = 0.69);叶片光谱的分类精度最低(OA = 69.06%; Kappa = 0.63)。结合叶片性状的树种分类精度更高,叶片性状在分类中的作用应得以关注。


表1 基于不同分类方法的总体分类精度和Kappa系数

2)南亚热带常绿阔叶林的冠层结构较为复杂,其对树种分类精度的影响如何?研究发现,树种分类精度沿冠层垂直方向从下往上呈上升趋势;融合上中下三层数据的总体分类精度和Kappa系数最高。树种分类研究中不应忽视森林冠层环境垂直梯度变化的影响。

   

1 不同冠层垂直高度的总体分类精度和Kappa系数. (A)叶片性状数据 (B)叶片光谱数据 (C)叶片性状+光谱融合数据. UML为融合上中下三层数据

 

3)不同生长习性的树种间,其分类精度是否也存在差异?研究发现,耐阴树种(包括黄果厚壳桂、润楠和厚壳桂)的分类精度高于阳生树种(包括锥栗和荷木)。因此,在未来的分类研究中也应关注树种的生态特征。

 

2基于不同分类方法的树种分类精度(%)


Classification Datasets

Schisu

Castch

Castfi

Machch

Crypch

Crypco

LFT

82.65 a

64.09 c

84.07 a

72.80 b

71.87 b

81.81 a

LHR

60.73 d

53.94 e

86.21 a

69.74 b

66.28 c

84.59 a

LFT + LHR

73.95 d

69.72 e

89.00 a

78.85 b

76.26 c

87.50 a

Different letters  (a–e) represent a significant difference (p < 0.05) between the  classification datasets.

 

原文链接

相关成果“Tree Species Classification Using Plant Functional Traits and Leaf Spectral Properties along the Vertical Canopy Position”为题发表于Remote SensingIF5.349JCR分区:Q1)。

链接:https://doi.org/10.3390/rs14246227

 


 

本文第一作者为广州大学地理科学与遥感学院2018级地理科学专业本科生张意岑(现已保送至中国科学院植物研究所攻读研究生),通讯作者为俞方圆副教授。此外,俞方圆老师已指导本科生罗恬在《生物多样性》和颜佳滢在《生态学报》上发表相关论文各一篇。

该成果的雏形于202010月获得学院第五届“建通测绘”二等奖,而后经改进和完善作为本科毕业论文《基于植物功能性状和光谱信息的树种分类研究—以鼎湖山南亚热带常绿阔叶林为例》,获得2022届本科毕业论文(设计)创新奖二等奖。