Combining GF-2 and Sentinel-2 Images to Detect Tree Mortality Caused by Red Turpentine Beetle during the Early Outbreak Stage in North China

提出了在红脂大小蠹爆发早期地区，结合高分二号和哨兵2号影像在单木和林分尺度上检测红脂大小蠹危害导致的受害木，我们评估了两类分类方法和三种分类算法，分别是基于对象和基于像素法，决策树5.0，支持向量和随机森林。同时对影像的不同的分辨率影像进行精度比较。结果发现在单木尺度上，利用基于对象的分类方法和支持向量机算法，对高分2号1m融合影像进行提取有最高的分类精度（总体精度达77.7%）。哨兵2号10m分辨率影像可以获得有效的二分类精度（总体精度达81.0%）。我们的结果证明了在红脂大小蠹爆发的早期阶段，利用高分2号和哨兵2号影像在单木和立地尺度上识别红脂大小蠹造成的树木受害是有效的。

搜集汇总

背景与挑战

背景概述

该数据集研究利用高分二号和哨兵二号遥感影像，在华北地区红脂大小蠹爆发的早期阶段，于单木和林分尺度上检测由该害虫导致的树木死亡。评估了基于对象和基于像素的分类方法以及多种机器学习算法，结果表明高分二号1米融合影像在单木尺度上具有最高的分类精度，而哨兵二号10米分辨率影像也能实现有效的二分类识别。