基于包络线去除法的贵州省常见树种高光谱特征分析

发布时间：2021-12-31 09:47

　　为区别喀斯特高原森林植被类型,利用高光谱技术对森林植被开展光谱特征分析,为喀斯特高原贵州省森林植被的遥感探测与精准识别提供理论与技术支持。本研究采用ASDFieldSpec4便携式地物光谱仪对贵州省常见的华山松（Pinus armandiiFranch）、麻栎（Quercus acutissimaCarruth）、马尾松（Pinus massonianaLamb）、杉木（Cunninghamia lanceolata）、水杉（Metasequoia glyptostroboides）、香樟（Cinnamomum camphora）、云南松（Pinus yunnanensis）、柏木（Cupressus funebris Endl.）8种树种的光谱数据进行采集。在对原始光谱数据进行异常值处理的基础上,进行包络线去除,比较原始光谱和包络线去除图,选择差异较大的波段用于识别不同树种。结果表明:原始光谱中11个特征波段差异都较为明显,去包络线中1439～1448 nm、1779～1788 nm、1958～1967 nm和2307～2316 nm波段范围内差异较为明显,说明包络线去除法能有效缩小... 

【文章来源】：山地农业生物学报. 2020,39(05)

【文章页数】：8 页

【部分图文】：

8种树种不同波段间原始光谱反射率平均值比较

表1 8种树种包络线节点波段Tab.1 Node band of envelope line of eight tree species 树种 波峰位置/nm 第1波峰 第2波峰 第3波峰 第4波峰 第5波峰 第6波峰 第7波峰 第8波峰 第9波峰 华山松 553 764 889 1082 1268 1671 1799 2215 麻栎 553 764 922 1082 1271 1628 1688 1794 2214 马尾松 553 758 891 1082 1271 1660 1800 2214 杉木 555 758 921 1086 1271 1677 1800 2214 水杉 554 758 923 1097 1270 1672 1799 2216 香樟 554 757 923 1096 1279 1654 1799 2218 云南松 553 764 878 1077 1268 1673 1800 2211 柏木 555 921 1084 1271 1676 1800 2214图5 8种树种8个波段包络线去除的平均值比较

8种树种8个波段包络线去除的平均值比较

【参考文献】：
期刊论文
[1]草海流域6种林分枯落物水源涵养功能研究[J]. 侯春兰,杨瑞,王勇,刘志,瞿爽,文慧,马思怡,陈颜明.  林业资源管理. 2020(01)
[2]基于时序NDVI与光谱微分变换的森林优势树种识别[J]. 徐凯健,田庆久,徐念旭,岳继博,唐少飞.  光谱学与光谱分析. 2019(12)
[3]基于去包络线和连续投影算法的枣园土壤电导率光谱检测研究[J]. 王涛,喻彩丽,张楠楠,王斐,白铁成.  干旱地区农业研究. 2019(05)
[4]东祁连山高寒灌丛六种灌木植物的光谱特征分析[J]. 王波,柳小妮,王洪伟,王彩玲,张德罡,纪童.  光谱学与光谱分析. 2019(05)
[5]基于高光谱遥感图像的树种(树种组)分类[J]. 王志辉,张乐,徐惠军,刘天阳,鲍永新.  华东森林经理. 2019(02)
[6]内蒙古荒漠化草原植被高光谱特征提取与分析[J]. 陈程,杜健民,杨红艳.  光学仪器. 2018(06)
[7]基于高光谱数据的鄱阳湖湿地典型植被识别分析[J]. 陈彦兵,况润元,曾帅.  人民长江. 2018(20)
[8]基于机载激光雷达和高光谱数据的树种识别方法[J]. 陶江玥,刘丽娟,庞勇,李登秋,冯云云,王雪,丁友丽,彭琼,肖文惠.  浙江农林大学学报. 2018(02)
[9]基于包络线法的长江三角洲典型植物光谱识别研究[J]. 陈璇,林文鹏,王瑶,徐迪,岑家伟.  海洋环境科学. 2017(05)
[10]科尔沁沙地5种典型沙生植被高光谱特性分析与遥感解译参数提取[J]. 牛亚龙,刘廷玺,段利民,罗艳云,祁秀娇,陈小平.  生态与农村环境学报. 2017(07)

硕士论文
[1]贵州省农业气候资源分析及应用[D]. 肖俊.四川农业大学 2018
[2]地形因子对贵州喀斯特地区坡面土壤侵蚀的影响[D]. 蒋荣.南京大学 2013
[3]高光谱遥感在森林树种识别中的应用[D]. 王志辉.浙江农林大学 2011



本文编号：3560040