Количество классов при проведении кластерного анализа космических снимков при мониторинге состояния лесов

Аннотация

Проведена оценка возможности совместного использования двух инструментов кластерного анализа в мониторинге состояния лесов. Мультиспектральные космические снимки высокого разрешения Landsat TM/ЕТМ+ и RGB-покрытие DigitalGlobe сверхвысокого разрешения и их фрагменты подвергались двухэтапной обработке. Вначале проводилась неуправляемая классификация методом ISODATA (Iterative Self-Organizing Data Analysis Technigue). Затем проводился расчет тематической разности результатов классификации. Показана связь между количеством классов и количеством объектов, определяемых при классификации на два, четыре, шесть, десять классов. Проведено определение оптимального количества классов для выделения различных уровней структурной организации лесных экосистем. При классификации на два класса в случае снимков высокого разрешения оценивается лесистость выделенных фрагментов снимков. При классификации снимков сверхвысокого разрешения на два класса определяется соотношение между площадью крон и площадью между кронами деревьев. При классификации снимков высокого разрешения на четыре класса выделяются подклассы более густого и редкого древостоя, подклассы с открытыми пространствами и участки, покрытые кустарниками и редколесьями.