Resumen

La información explícita sobre la composición de las especies arbóreas proporciona materiales valiosos para la gestión de los bosques y el verdor urbano. En los últimos años, los estudiosos han empleado múltiples características en la clasificación de especies arbóreas, con el fin de identificarlas desde diferentes perspectivas. La mayoría de los estudios utilizan diferentes características para clasificar las especies arbóreas objetivo en un entorno de crecimiento específico y evaluar los resultados de la clasificación. Sin embargo, no se han discutido los problemas de correspondencia de datos; además, no se han comparado sistemáticamente las contribuciones de las diferentes características y el rendimiento de los diferentes clasificadores. La tecnología de teledetección de los sensores integrados ayuda a realizar el propósito con alta eficiencia de tiempo y bajo coste. Aprovechando un sistema integrado que adquirió simultáneamente imágenes hiperespectrales, formas de onda LiDAR y nubes de puntos, este estudio realizó una investigación sistemática sobre diferentes características y clasificadores en la clasificación de especies arbóreas mediante píxeles. Extrajimos el modelo de altura de copa (CHM) del dispositivo LiDAR aerotransportado y múltiples características de las imágenes hiperespectrales, incluyendo características texturales de Gabor, características texturales de matriz de co-ocurrencia de nivel gris (GLCM) e índices de vegetación. Se probaron diferentes esquemas experimentales en dos áreas de estudio con diferentes números y configuraciones de especies arbóreas. Los resultados experimentales demostraron la eficacia de las características texturales de Gabor en la clasificación específica de especies arbóreas tanto en entornos de crecimiento homogéneos como heterogéneos. Las características texturales GLCM no mejoraron la precisión de la clasificación de especies arbóreas cuando se combinaron con características espectrales. La característica CHM contribuyó más a la discriminación de especies arbóreas que los índices de vegetación. Los diferentes clasificadores mostraron rendimientos similares, y la máquina de vectores de soporte (SVM) produjo la mayor precisión global entre todos los clasificadores.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:características texturales, clasificación de especies arbóreas, diferentes características, especies arbóreas, imágenes hiperespectrales, características múltiples, índices de vegetación, clasificación específica de especies arbóreas, diferentes esquemas experimentales, dispositivo lidar aerotransportado
• Keywords:textural features, tree species classification, different features, tree species, hyperspectral images, multiple features, vegetation indices, specific tree species classification, different experimental schemes, airborne lidar device