Recognition of Forest Species and Ages Using Algorithms Based on Error-Correcting Output Codes

Abstract

The basic model of the recognition of forest inventory characteristics using spectral features is represented in the framework of the problem of hyperspectral airborne imagery processing. The algorithm of multiclass supervised classification based on the error-correcting output codes underlies this model. The support vector machine method is used as the necessary binary classifier. The method of the construction of training set by using mixed forest plots is represented. Results of the retrieval of species and age composition of forest stands from hyperspectral images are represented for the selected test area. The estimate of accuracy of the retrieval of the mixed forest composition is comparable with the accuracy of ground-based forest inventory data

Представлена базовая модель распознавания таксационных характеристик древостоев по спектральным признакам в проблеме обработки гиперспектральных авиационных изображений. Основу модели составляет алгоритм многоклассовой обучаемой классификации с использованием самокорректирующихся кодов. В качестве необходимого метода бинарной классификации применен метод опорных векторов. Описана методика использования выделов со смешанным породным составом для построения обучающего ансамбля. Приведен пример восстановления породного и возрастного состава для выбранного тестового участка по данным гиперспектральных измерений. Оценка точности восстановления породного состава соответствует точности наземных данных лесотаксации