高分六号（GF-6）卫星于2018年成功发射，2019-03正式投入使用。由于GF-6宽幅相机的WFV（Wide Field of View）影像较GF-1的同类影像新增2个红边波段，将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFV影像在人工林分类方面的能力，促进高分数据在林业领域的应用，本文选取广西高峰林场为研究区，以最新的GF-6 WFV影像为数据源，结合地面实测类型数据，进行广西南宁高峰林场的桉树，杉木等人工林类型提取。主要运用随机森林（random forests）的分层分类法：首先计算6种植被指数，并利用随机森林法进行植被指数的特征优选，然后确定4种波段组合数据集的分类方案，4种数据集分别为（1）无红边的前4个波段，（2）有红边的8个波段，（3）8个波段加上未优化的植被指数特征组合，（4）8个波段加上优化的植被指数特征组合。再进行WFV影像4种数据集的随机森林分类，随机森林采用分类回归树（CART）算法来生成分类树，结合了bagging和随机选择特征变量的优点，是一种有效的分类方法。最后比较4个方案的分类结果并进行精度验证。结果表明：方案2比方案1精度提高了4.99%，Kappa系数提高了0.058。说明包含红边的8波段数据比4个波段数据精度有大幅提升。方案4的8波段加上优化植被指数特征组合的分类精度最高，达到了85.38%，比方案2包含红边波段组和方案1无红边波段组的精度分别提高了3.98%，8.97%，Kappa系数分别提高了0.046，0.104。说明WFV影像加入红边波段比无红边波段精度明显增高。由结果可知，红边指数的引入，增强了植被信息，能够较准确地反映人工林类型特征差异，明显提升了人工林的分类精度。本研究方法可以有效改善广西人工林类型信息提取效果，为GF-6影像质量的评价及其在林业应用潜力提供科学参考依据。

PDF全文下载地址:

http://www.ygxb.ac.cn/rc-pub/front/front-article/download?id=7007956