文章摘要:在目前植被遥感监测中，大类作物往往得到更多的关注，而对于某些具重要生态功能和经济效益的小类树种却明显关注不足。花椒树是我国重要但小众的生态树种，其果实花椒是常见的油料和药用原料。对花椒树种植信息进行及时、准确地监测，对当地生态、经济和社会的协调发展至关重要。本文基于GF-2 PMS影像和随机森林算法探讨了花椒树遥感监测的可行性。结合光谱波段、归一化植被指数、纹理特征以及DEM共4种分类特征，分别设计了3种分类方案。通过分析各分类方案的分类精度，进一步探讨了不同分类特征在花椒种植识别中的作用。研究结果表明，仅使用光谱波段时，总体精度最低，为65.90%；增加NDVI、DEM特征时，总体精度小幅提升，为67.67%；进一步增加纹理特征，总体精度大幅提高为74.43%，说明纹理特征的重要性。基于最优分类方案的结果显示，2018年研究区内花椒树主要种植在黄河沿岸和刘家峡库区周边，其总种植面积为231.59 km²，占研究区总面积的22.56%。其中，仅种植花椒树地块的面积为189. 06 km²，混合种植花椒树的地块面积为42.53 km²。其中，90%以上的花椒树分布在1698～2300 m的海拔范围内，且随着海拔升高呈现出“先减少-再增加-再减少”的变化趋势；58%的花椒树分布在8°～25°的坡度范围内。总的来说，GF-2 PMS影像在花椒树种植监测中具有较高的潜力。开发对花椒树的遥感识别方法，不仅有助于当地生态产业调控、助于后续生态工程布局，并且对其他地区的生态树种或少数植被物种开展相关遥感监测工作也具有较强的借鉴意义。

文章关键词:GF-2 PMS影像,花椒树,随机森林,生态工程,种植监测,

项目基金:国家自然科学基金项目“农作物物候遥感反演方法的适用性研究”（编号：41401494）,陕西省教育厅自然科学基金项目“基于遥感时间序列数据的复种指数自动提取方法改进及其应用”（编号：14JK1475）,