基于高光譜遙感數(shù)據(jù)的樹種組分類方法探討.pdf

1、隨著近年來高光譜技術(shù)的不斷發(fā)展，高光譜數(shù)據(jù)已經(jīng)越來越廣泛的應(yīng)用于各行各業(yè)中。高光譜數(shù)據(jù)在林業(yè)中的應(yīng)用在我國還尚處于起步階段，且研究多集中在對像元級別研究上，遠遠不能滿足實際需求。如何能從高光譜數(shù)據(jù)快速準確提取森林樹種是本文探討的重點。
　　 本文從特征信息提取方法和分類方法兩方面分別探討森林樹種高光譜遙感分類問題。特征信息提取包括運用一階微分、二階微分、包絡(luò)線去除等方法對高光譜數(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，為森林樹種的精確識別提供了可能，然而由于高光譜數(shù)據(jù)存在數(shù)據(jù)量大，數(shù)據(jù)冗余程度高等問題而使其應(yīng)用受到了阻礙，本文運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)合樣地數(shù)據(jù)，分析評價了有利于森林樹種識別的特征波段。準確的端元光譜是運用光譜角分類和線性混合像元分解分類方法應(yīng)用的基礎(chǔ)。本文結(jié)合樣地調(diào)查數(shù)據(jù)，運用端元純凈指數(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?，運用光譜角分類方法對四種特征波段圖像和原始圖像進行了樹種（組）的分類，同時運用線性光譜分解方法和最大似然法對原始圖像進行了樹種（組）的分類。結(jié)果均獲得不低于65％的分類精度及0.45以上的Kappa系數(shù)，均達到生產(chǎn)精度要求。通過分析比較各種數(shù)據(jù)處方式及分類方法對分類精度的影響，發(fā)現(xiàn)基于原始光譜全波段數(shù)據(jù)的樹種分類（組）精度，波譜角分類方法效果最好，最大似然法次之。波

4、譜角分類方法分別應(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行樹種（組）分類的精度比較后發(fā)現(xiàn)，利用原始全波段數(shù)據(jù)得到的分類精度明顯高于特征波段選擇后的分類精度。這有異于一些文獻中得到的研究結(jié)論，說明在樹種分類時常規(guī)的一些波段特征選擇方法得到的特征波段并沒有完全體現(xiàn)不同樹種間差異。本文中所選擇的特征波段是10個左右，而原始波段有172個，選擇的波段數(shù)據(jù)偏少而使分類精度降低可能是一個原因?？偟膩碇v，運用高光譜遙感數(shù)據(jù)開展樹種分類具有