Remote sensing of large wood in high‐resolution satellite imagery: Design of an automated classification work‐flow for multiple wood deposit types
Remote sensing of large wood in high‐resolution satellite imagery: Design of an automated classification work‐flow for multiple wood deposit types
复制标题
高分辨率卫星图像中大型木材的遥感：针对多种木材矿床类型的自动分类工作流程的设计
DOI：
10.1002/esp.5179
复制
发表时间：
2021
影响因子：
3.3
通讯作者：
Wohl, Ellen
中科院分区：
文献类型：
--
作者：
Sendrowski, Alicia;Wohl, Ellen
木材研究人员越来越依赖遥感产品来增强河流走廊木材沉积物的现场信息。非常高分辨率（<1米）卫星图像的可用性使得捕获更大空间范围内的木材成为可能，但之前的研究发现自动提取木材沉积物很困难，因为将木材与光谱相似的走廊特征（例如沙子）区分开来是很困难的。我们还缺乏对多种沉积环境中不同木材沉积类型的光谱特性的了解。在这项工作中，我们探索了三个北美环境中四种木材沉积类型的图像分类工作流程：美国阿拉斯加 Tatshenshini 河沉积的河道内堵塞；加拿大西北地区奴隶河上的木筏；以及加拿大西北地区麦肯齐河三角洲沿湖岸和沿海海湾沉积的木材。我们将基于对象和基于像素的图像分析与有监督[支持向量机（SVM）]和无监督（ISO 聚类）分类器的分类结果进行比较。我们评估了几个精度评估参数，并实现了 65-99% 的总体分类精度，这表明自动图像分类是分析较大区域木材的一种可能方法。我们还发现分类中的木材敏感性范围为 0 至 95%，这表明某些技术比其他技术更适合木材捕获。我们发现，监督分类产生了更准确的木材地图，尽管与景观中木材空间排列相关的环境之间的分类结果存在很大差异。我们讨论了沉积环境对分类的影响，并为设计木材分类工作流程提供了建议。
Wood researchers increasingly rely on remote‐sensing products to augment field information about wood deposits in river corridors. The availability of very high‐resolution (<1 m) satellite imagery makes capturing wood over greater spatial extents possible, but previous studies have found difficulty in automatically extracting wood deposits due to the challenge in distinguishing wood from spectrally similar corridor features such as sand. We also lack knowledge on the spectral properties of different wood deposit types in multiple depositional environments. In this work, we explore image classification work‐flows for four wood deposit types in three North American environments: in‐channel jams deposited in the Tatshenshini River in Alaska, USA; a wood raft on the Slave River in Northwest Territories, Canada; and wood deposited along a lakeshore and coastal embayment in the Mackenzie River Delta in Northwest Territories, Canada. We compare classification results of object‐based and pixel‐based image analysis with supervised [support vector machine (SVM)] and unsupervised (ISO clustering) classifiers. We evaluate several accuracy assessment parameters and achieve overall classification accuracies of 65–99%, showing automated image classification is a possible approach for analysing wood across larger areas. We also find that wood sensitivity in the classification ranged from 0 to 95%, indicating that some techniques are better suited to wood capture than others. We find that supervised classification produced more accurate wood maps, though there is large variation in classification outcomes across environments related to spatial arrangement of wood in the landscape. We discuss the influence of depositional environment on classification and provide recommendations for designing a wood classification work‐flow.
登录
查看更多内容
使用远程图像分析 2008 年智利南部 Chaitén 火山喷发后布兰科河形态变化和纵向大型木材分布
DOI：
10.1111/geoa.12091
发表时间：
2015
期刊：
Geografiska Annaler: Series A, Physical Geography
影响因子：
--
作者：
H. Ulloa;A. Iroumé;L. Mao;A. Andreoli;Silvia Diez;L. Lara
通讯作者：
L. Lara
木材补充和保留：结合实地和遥感数据源探索辫状河上被侵蚀树木的命运
影响因子：
3.9
作者：
W. Bertoldi;A. Gurnell;M. Welber
通讯作者：
M. Welber
河流中的天然木材状况
影响因子：
10.1
作者：
E. Wohl;N. Kramer;V. Ruiz‐Villanueva;Daniel N. Scott;F. Comiti;A. Gurnell;H. Piégay;K. Lininger;K. Jaeger;D. Walters;K. Fausch
通讯作者：
K. Fausch
西北麦肯齐三角洲地区两个 Pingo 的一些地层观测和放射性碳测年分析
DOI：
--
发表时间：
1962
期刊：
影响因子：
--
作者：
F. Müller
通讯作者：
F. Müller
使用地面摄像机监测河流中木材通量的新方法：潜力和局限性
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
Véronique Benacchio;H. Piégay;T. Buffin‐Bélanger;Lise Vaudor
通讯作者：
Lise Vaudor