基于高光譜遙感數(shù)據(jù)的樹(shù)種組分類(lèi)方法探討.pdf

1、隨著近年來(lái)高光譜技術(shù)的不斷發(fā)展，高光譜數(shù)據(jù)已經(jīng)越來(lái)越廣泛的應(yīng)用于各行各業(yè)中。高光譜數(shù)據(jù)在林業(yè)中的應(yīng)用在我國(guó)還尚處于起步階段，且研究多集中在對(duì)像元級(jí)別研究上，遠(yuǎn)遠(yuǎn)不能滿足實(shí)際需求。如何能從高光譜數(shù)據(jù)快速準(zhǔn)確提取森林樹(shù)種是本文探討的重點(diǎn)。
　　 本文從特征信息提取方法和分類(lèi)方法兩方面分別探討森林樹(shù)種高光譜遙感分類(lèi)問(wèn)題。特征信息提取包括運(yùn)用一階微分、二階微分、包絡(luò)線去除等方法對(duì)高光譜數(shù)據(jù)降維和基于圖像光譜數(shù)據(jù)的端元提取。分類(lèi)方法主要分

2、析比較最大似然法、波譜角填圖、線性混合像元分解等。高光譜數(shù)據(jù)憑借其光譜波段多，光譜分辨率高，圖譜合一等突出優(yōu)勢(shì)，為森林樹(shù)種的精確識(shí)別提供了可能，然而由于高光譜數(shù)據(jù)存在數(shù)據(jù)量大，數(shù)據(jù)冗余程度高等問(wèn)題而使其應(yīng)用受到了阻礙，本文運(yùn)用原始光譜波段選擇、一階微分、二階微分、包絡(luò)線消除等手段結(jié)合樣地?cái)?shù)據(jù)，分析評(píng)價(jià)了有利于森林樹(shù)種識(shí)別的特征波段。準(zhǔn)確的端元光譜是運(yùn)用光譜角分類(lèi)和線性混合像元分解分類(lèi)方法應(yīng)用的基礎(chǔ)。本文結(jié)合樣地調(diào)查數(shù)據(jù)，運(yùn)用端元純凈指數(shù)

3、方法提取了毛竹、雷竹、常綠闊葉林、落葉闊葉林、馬尾松的端元波譜?；诖?，運(yùn)用光譜角分類(lèi)方法對(duì)四種特征波段圖像和原始圖像進(jìn)行了樹(shù)種（組）的分類(lèi)，同時(shí)運(yùn)用線性光譜分解方法和最大似然法對(duì)原始圖像進(jìn)行了樹(shù)種（組）的分類(lèi)。結(jié)果均獲得不低于65％的分類(lèi)精度及0.45以上的Kappa系數(shù)，均達(dá)到生產(chǎn)精度要求。通過(guò)分析比較各種數(shù)據(jù)處方式及分類(lèi)方法對(duì)分類(lèi)精度的影響，發(fā)現(xiàn)基于原始光譜全波段數(shù)據(jù)的樹(shù)種分類(lèi)（組）精度，波譜角分類(lèi)方法效果最好，最大似然法次之。波

4、譜角分類(lèi)方法分別應(yīng)用于四種波段特征提取方法得到的特征圖像和原始圖像進(jìn)行樹(shù)種（組）分類(lèi)的精度比較后發(fā)現(xiàn)，利用原始全波段數(shù)據(jù)得到的分類(lèi)精度明顯高于特征波段選擇后的分類(lèi)精度。這有異于一些文獻(xiàn)中得到的研究結(jié)論，說(shuō)明在樹(shù)種分類(lèi)時(shí)常規(guī)的一些波段特征選擇方法得到的特征波段并沒(méi)有完全體現(xiàn)不同樹(shù)種間差異。本文中所選擇的特征波段是10個(gè)左右，而原始波段有172個(gè)，選擇的波段數(shù)據(jù)偏少而使分類(lèi)精度降低可能是一個(gè)原因?？偟膩?lái)講，運(yùn)用高光譜遙感數(shù)據(jù)開(kāi)展樹(shù)種分類(lèi)具有