Soy bastante nuevo en teledetección y estoy tratando de identificar / clasificar la cubierta forestal de coníferas a partir de una escena de Landsat de fecha única . Según mi investigación web preliminar, tengo estas posibilidades:
- convertir escena a valores NDVI . Utilizando los valores modales del histograma NDVI, puedo separar los píxeles de la escena en áreas boscosas y no boscosas.
- utilice el valor modal de las bandas 2,3 y 5 (B2) para identificar el "pico del bosque" y la escena de la clase en bosque / no bosque (Huang, 2008: uso de un concepto de objeto oscuro y máquinas de vectores de soporte para automatizar el análisis de cambio de cubierta forestal ) . Las características de otras escenas (rocas, ríos) deben eliminarse utilizando los valores de brillo de la tapa Tasseled
¿Conoces otro enfoque simple para clasificar la cubierta forestal en un área montañosa ? Realmente no quiero aplicar la clasificación de máxima verosimilitud. ¿Tal vez es mejor usar una clasificación no supervisada?
Estoy usando ERDAS, ArcGIS 10.2 y R
Respuestas:
NDVI es para la discriminación de vegetación / no vegetación. Entonces, si su vegetación es siempre bosque de coníferas, entonces debería ser el método más eficiente en su caso. De lo contrario, tendrá confusiones con cultivos, praderas y bosques caducifolios.
En un área montañosa, los umbrales de reflectancia únicos serán problemáticos debido a la sombra (claramente visible en su imagen). Por lo tanto, si tiene diferentes tipos de vegetación, debe corregir el efecto topográfico o clasificar con diferentes umbrales en las pendientes sombreadas y no sombreadas. El último método es más fácil pero menos preciso.
Como comentario, debe aprovechar los conjuntos de datos existentes (Global Forest Watch, PALSAR forst / non forest map).
fuente
Tal vez no sea realmente la respuesta, pero no puedo publicarlo como comentario ...
@Señor. Che Intenté calcular el Índice Forestal siguiendo el documento Wentao Ye; Xi Li; Xiaoling Chen y Guo Zhang: un índice espectral para resaltar la cubierta forestal a partir de imágenes de detección remota ", Proc. SPIE 9260, Land Surface Remote Sensing II, 92601L (8 de noviembre de 2014); doi: 10.1117 / 12.2068775
así como
donde B4 representa band4 de la imagen multibanda de Landsat.
Desafortunadamente, no encontré resultados satisfactorios en mis laderas del norte y en el área montañosa, ni usando valores de DN, ni usando valores de reflectancia descargados de la reflectancia de superficie GLS como se muestra aquí:
Supongo que la falta de normalización topográfica de mis datos será crucial para la casstificación forestal en las laderas del norte.
Por esta razón, supongo que el cálculo del índice de bosque no parece ser realmente útil. Te aconsejo que pruebes otro enfoque descrito en Meddens, AJH, Hicke, JA, Vierling, LA y Hudak, AT (2013). Evaluar métodos para detectar la mortalidad de árboles causados por escarabajos de corteza utilizando imágenes de Landsat de fecha única y fecha múltiple. Teledetección del medio ambiente, 132, 49–58. doi: 10.1016 / j.rse.2013.01.002 en la parte 2.4 Fecha única y 2.5 Clasificación multidada (p. 52) enfoque intermedio para identificar la cubierta forestal
fuente
Encontré este artículo científico para el mapeo forestal / no forestal utilizando Landsat, pero desafortunadamente no es de lectura gratuita (15 $).
Aquí hay una cita de anotación:
Lamentablemente, no puedo acceder a este artículo, así que no estoy seguro de si este índice funciona tan bien. Mis propios intentos de reproducir este índice utilizando bandas especificadas fallaron. Envié un correo a los autores con una solicitud para enviar este artículo pero aún no recibí respuesta.
ACTUALIZAR
Aquí hay un artículo: enlace
fuente