基于高光谱遥感的树种识别

发布时间：2021-04-21 15:48

　　高光谱遥感为树种识别提供了新的技术支持,对精准林业发展具有重要意义。该研究以USGS光谱库树种冠层光谱为数据源,分析不同数学变换形式和常用的植被指数对树种识别能力的影响。结果表明:5种树种原始光谱反射率在350～500 nm的波长范围内存在明显差别,橄榄树反射率最高,750～1 400 nm波长原始反射光谱曲线差异最为明显;采用不同数学变换形式识别该5种树种的最佳波长位置,一阶微分为411 nm、949 nm、1 143 nm、1 393 nm、1 885 nm、2 315 nm和1 508 nm,二阶微分为533 nm、694 nm、742 nm、1 133 nm、1 383 nm、1 408 nm、1 865 nm和1 895 nm,去除包络线后为490 nm,1 453 nm和1 915 nm等;采用树种冠层原始光谱计算的几种植被指数中CRI辨识树种的能力最强。由此可见,利用不同特征波段和植被指数能够进行树种识别。 

【文章来源】：华北理工大学学报(自然科学版). 2020,42(04)

【文章页数】：6 页

【文章目录】：
0 引言
1 光谱数据来源
2 光谱数据处理
    2.1 微分变换
    2.2 去除包络线
    2.3 植被指数
3 光谱特征分析
    3.1 原始光谱
    3.2 一阶微分
    3.3 二阶微分
    3.4 去除包络线
    3.5 植被指数
4 结论


【参考文献】：
期刊论文
[1]基于不同光谱变换的剑湖茭草鲜生物量估测研究[J]. 张超,余哲修,黄田,张一,罗恒春,牛晓花.  西南林业大学学报(自然科学). 2019(06)
[2]伊犁绢蒿荒漠草地植物光谱特征[J]. 武红旗,范燕敏,靳瑰丽,夏小伟.  草业科学. 2019(07)
[3]基于高光谱数据的主要农作物类型信息提取[J]. 于成龙.  东北农业科学. 2019(03)
[4]不同盖度下伊犁绢蒿荒漠草地光谱特征及盖度反演精度研究[J]. 王惠宁,靳瑰丽,范燕敏,魏秀红,韩万强.  中国草地学报. 2019(02)
[5]三江源典型区草地退化Hyperion高光谱遥感识别研究[J]. 安如,陆彩红,王慧麟,姜丹萍,孙梦秋,Jonathan Arthur Quaye Ballard.  武汉大学学报(信息科学版). 2018(03)
[6]基于反射光谱的江淮分水岭区域典型农作物识别[J]. 顾留碗,吴见,邓凯,王端端.  湖南农业大学学报(自然科学版). 2015(05)
[7]农作物种类高光谱遥感识别研究[J]. 王岽,吴见.  地理与地理信息科学. 2015(02)



本文编号：3152040