Saya cukup baru dalam penginderaan jauh dan saya mencoba mengidentifikasi / mengklasifikasikan tutupan hutan konifer dari adegan Landsat tanggal tunggal . Menurut penelitian web awal saya, saya memiliki kemungkinan ini:
- mengonversi adegan ke nilai NDVI . Dengan menggunakan nilai modal histogram NDVI, saya dapat memisahkan piksel pemandangan menjadi area berhutan dan tidak berhutan
- menggunakan nilai modal pita 2,3 dan 5 (B2) untuk mengidentifikasi "puncak hutan" dan pemandangan kelas ke hutan / non-hutan (Huang, 2008: Penggunaan konsep objek gelap dan mendukung mesin vektor untuk mengotomatisasi analisis perubahan tutupan hutan ) . Karakteristik pemandangan lain (batuan, sungai) harus dihilangkan menggunakan nilai kecerahan tutup berumbai
Apakah Anda tahu pendekatan sederhana lain untuk mengklasifikasikan tutupan hutan di daerah pegunungan ? Saya benar-benar tidak ingin menerapkan klasifikasi kemungkinan maksimum. Mungkin lebih baik menggunakan klasifikasi tanpa pengawasan?
Saya menggunakan ERDAS, ArcGIS 10.2 dan R
Jawaban:
NDVI adalah untuk diskriminasi vegetasi / non-vegetasi. Jadi jika vegetasi Anda selalu hutan konifer, maka itu harus menjadi metode yang paling efisien dalam kasus Anda. Kalau tidak, Anda akan memiliki kebingungan dengan tanaman, padang rumput dan hutan gugur.
Di area montainous, ambang reflektansi tunggal akan bermasalah karena hillshade (terlihat jelas pada gambar Anda). Jadi, jika Anda memiliki berbagai jenis vegetasi, Anda harus mengoreksi efek topografi atau mengklasifikasikan dengan ambang batas yang berbeda pada lereng berbayang dan tidak berbayang. Metode yang terakhir lebih mudah tetapi kurang akurat.
Sebagai komentar, Anda harus memanfaatkan set data yang ada (Global forest Watch, PALSAR forst / non forest map).
sumber
Ini mungkin bukan jawabannya, tetapi saya tidak dapat mempostingnya sebagai komentar ...
@Pak. Che saya mencoba menghitung Indeks Hutan berikut kertas Wentao Ye; Xi Li; Xiaoling Chen dan Guo Zhang: Indeks spektral untuk menyoroti tutupan hutan dari citra penginderaan jauh ", Proc. SPIE 9260, Penginderaan Jauh Permukaan Tanah II, 92601L (8 November 2014); doi: 10.1117 / 12.2068775
begitu pula
di mana B4 mewakili band4 dari citra multiband Landsat.
Sayangnya saya tidak menemukan hasil yang memuaskan di lereng utara saya dan daerah mouintainous tidak menggunakan nilai DN, juga tidak menggunakan nilai-nilai pemantulan yang diunduh dari pemantulan permukaan GLS seperti yang ditunjukkan di sini:
Saya mengira bahwa normalisasi topografi yang hilang dari data saya akan sangat penting untuk casstification hutan di lereng utara.
Karena alasan ini saya mengira bahwa perhitungan indeks Hutan tampaknya tidak terlalu membantu. Saya menyarankan Anda untuk mencoba pendekatan lain yang dijelaskan dalam Meddens, AJH, Hicke, JA, Vierling, LA, & Hudak, AT (2013). Mengevaluasi metode untuk mendeteksi mortalitas pohon yang disebabkan kumbang kulit kayu menggunakan citra Landsat satu tanggal dan beberapa tanggal. Penginderaan Jauh Lingkungan, 132, 49–58. doi: 10.1016 / j.rse.2013.01.002 di bagian 2.4 Tanggal tunggal dan 2.5 Klasifikasi multidate (p. 52) pendekatan meddens untuk mengidentifikasi tutupan hutan
sumber
Saya telah menemukan artikel ilmiah ini untuk pemetaan hutan / non-hutan menggunakan Landsat tetapi sayangnya tidak gratis untuk membaca ($ 15).
Berikut ini kutipan anotasi:
Sayangnya saya tidak dapat mengakses artikel ini jadi tidak yakin apakah indeks ini berfungsi dengan baik. Upaya saya sendiri untuk mereproduksi indeks ini menggunakan pita yang ditentukan gagal. Saya mengirim email kepada penulis dengan permintaan untuk mengirim artikel ini tetapi masih belum ada jawaban yang diterima.
MEMPERBARUI
Inilah makalahnya: tautan
sumber