融合机载LIDAR和高光谱数据的滨海湿生植被生物量反演方法研究

发布时间：2017-03-21 20:01

  本文关键词：融合机载LIDAR和高光谱数据的滨海湿生植被生物量反演方法研究，由笔耕文化传播整理发布。

【摘要】：1950年以来,大量的围垦和改造使我国滨海湿地退化,损失了大量的本土湿生植被,生态环境不断恶化,导致外来物种入侵灾害及海岸灾害频发。因此,有效掌握湿生植被的分布及其变化,对于滨海湿地研究与保护具有重要意义。传统的湿生植被地面调查方法存在数据获取困难、工作量大以及研究尺度小等不足；遥感作为一种新兴的湿地研究手段,可以及时快速准确的获取目标区域的地物特征。然而,由于大多湿生植被在成熟期时,生长较为茂盛,生长密度较大,在利用多光谱定量遥感方法进行类别区分及生物量反演时,存在较为严重的“同物异谱、异物同谱”和“高覆盖度饱和”现象,使得普通的多光谱、高光谱二维影像信息已无法满足研究精度要求。针对上述问题,论文充分结合机载激光雷达(LIDAR)遥感数据的地表地物三维信息、高光谱遥感数据获取的光谱信息以及地面观测数据对大丰市湿生植被开展了试验研究。首先,基于地物的植被指数特征分离植被与非植被,获取研究区植被分布图,为湿生植被精细分类作铺垫。其次,基于目标地物特性,选取21个光谱特征和1个高度特征,采用CART决策树分类算法将湿生植被细分为芦苇、盐蒿和互花米草,获取研究区湿生植被分类图,并设置一组对比试验,分析LIDAR数据对湿生植被精细分类精度提升的贡献。最后,基于湿生植被各自生长特征建立分类别生物量反演模型,分别获取芦苇、盐蒿以及互花米草的生物量结果图。论文主要创新和研究结果如下：(1)基于相同的分类算法(CART决策树分类)、分类样本以及验证样本,对比分析了植被三维信息融入与否对分类精度的影响。通过研究发现,植被三维信息的融入能够显著提高湿生植被的分类精度,对于“同物异谱”和“异物同谱”现象有明显改善。其中,总体分类精度提高了8.6%,芦苇分类精度提高了14.8%,盐蒿分类精度提高了4.4%,互花米草分类精度提高了8.9%。(2)基于相同的建模样方数据和验证样方数据,分别建立了研究区湿生植被的分类别生物量模型和整体生物量模型,并进行精度验证。研究发现,分类别生物量模型的反演精度远高于整体生物量模型反演精度。反演多类别复杂区域整体生物量时,分类别生物量模型具有明显优势。(3)分析了湿生植被精细分类结果,发现研究区湿生植被地类空间分布与实地调研结果吻合：芦苇空间分布较为离散,像元间连续性小；盐蒿空间分布较为均匀,沿海、内陆均有分布,像元间连续较好；互花米草大多分布在滨海沿岸,空间分布连续、均匀,内陆分布较少且分散。(4)以像元数为评价指标,对湿生植被生物量反演结果进行统计分析,结果表明：芦苇生物量分布在0-31.25kg/m2之间的像元数最多,研究区内芦苇生长状态差异大,总生物量为1866.86t；盐蒿生物量分布在0-6.25kg/m2之间的像元数最多,研究区内盐蒿生长状态差异较大,总生物量为1611.04t；互花米草生物量分布在0-15.63kg/m2之间的像元数最多,研究区内互花米草生长状态差异小,总生物量为681.18t。
【关键词】：LIDAR 分类回归树 分类 湿生植被 生物量
【学位授予单位】：中国测绘科学研究院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 摘要5-7
• Abstract7-13
• 主要缩略语表13-17
• 第1章 绪论17-24
• 1.1 引言17-18
• 1.1.1 研究背景及意义17-18
• 1.1.2 项目来源与经费支持18
• 1.2 国内外研究现状18-22
• 1.2.1 植被生物量传统获取方法19-20
• 1.2.2 植被生物量遥感反演方法20-21
• 1.2.3 存在的问题21-22
• 1.3 论文研究内容22-24
• 第2章 研究区概况与数据获取24-31
• 2.1 研究区概况24-25
• 2.2 实验数据获取25-30
• 2.2.1 机载LIDAR点云数据获取26-27
• 2.2.2 机载高光谱影像获取27-29
• 2.2.3 地面实测数据获取29-30
• 2.3 本章小结30-31
• 第3章 机载LIDAR与高光谱数据预处理及特征提取31-44
• 3.1 机载LIDAR点云与高光谱影像预处理31-37
• 3.1.1 机载LIDAR点云预处理31-34
• 3.1.2 高光谱影像预处理34-36
• 3.1.3 机载LIDAR与高光谱数据的配准36-37
• 3.2 机载LIDAR与高光谱数据的特征提取37-42
• 3.2.1 LIDAR数据特征提取37-39
• 3.2.2 高光谱影像特征提取39-42
• 3.3 本章小结42-44
• 第4章 基于决策树的机载LIDAR与高光谱数据融合分类44-58
• 4.1 决策树分类算法44-46
• 4.2 盐城滨海湿生植被分类体系46-48
• 4.3 基于决策树的融合分类实验48-57
• 4.3.1 植被区域提取49-52
• 4.3.2 分类特征变量选取与分析52-54
• 4.3.3 植被分类实验与分析54-57
• 4.4 本章小结57-58
• 第5章 机载LIDAR与高光谱数据融合的植被生物量遥感反演与分析58-75
• 5.1 植被生物量遥感反演模型59-60
• 5.2 生物量遥感反演模型构建60-67
• 5.2.1 分类别生物量反演模型构建61-66
• 5.2.2 整体生物量反演模型构建66-67
• 5.3 生物量遥感反演与分析67-74
• 5.3.1 模型精度验证67-70
• 5.3.2 生物量反演结果与分析70-74
• 5.4 本章小结74-75
• 第6章 总结与展望75-77
• 6.1 总结75-76
• 6.2 展望76-77
• 参考文献77-81
• 致谢81-83
• 作者简历及在读期间参与的研究工作83

【相似文献】

中国期刊全文数据库 前10条

1 赵培涛;张寅超;王莲;胡顺星;苏嘉;曹开法;赵曰峰;胡欢陵;;Capability of Raman lidar for monitoring the variation of atmospheric CO_2 profile[J];Chinese Physics B;2008年01期

2 曹开法;赵博;方欣;汪少林;王敏;胡顺星;;Fluorescence lidar for remote monitoring of plant[J];Chinese Optics Letters;2010年02期

3 赵培涛;张寅超;李伟;胡顺星;曹开法;汪少林;胡欢陵;;Convenient method for calibrating system constant of scanning water vapor Raman lidar[J];Chinese Optics Letters;2010年06期

4 ;Sodium fluorescence Doppler lidar to measure atmospheric temperature in the mesopause region[J];Chinese Science Bulletin;2011年Z1期

5 赵新华;陈富强;;机载LIDAR技术在高难度大比例尺数字测图中的优势[J];科技信息;2012年08期

6 郭际元;韩程帅;陈奇;;LIDAR技术在内陆水系监测管理中应用综述[J];环境科学与技术;2012年12期

7 郭向前;郝伟涛;李响;;基于机载LIDAR技术的研究及其展望[J];测绘与空间地理信息;2013年02期

8 陈富强;;机载LIDAR技术的优势及应用前景研究[J];北京测绘;2013年02期

9 ;Building Extraction from LIDAR Based Semantic Analysis[J];Geo-Spatial Information Science;2006年04期

10 陈松尧;程新文;;机载LIDAR系统原理及应用综述[J];测绘工程;2007年01期

中国重要会议论文全文数据库 前10条

1 方芳;;机载LIDAR技术现状及发展方向[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

2 黄朝华;鲍艳;黄斌;;基于LIDAR技术的电力机载巡线测量系统[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年

3 尹太举;张昌民;罗喻洁;程钊;;LIDAR技术及其在露头研究中的应用[A];中国矿物岩石地球化学学会第14届学术年会论文摘要专辑[C];2013年

4 王宇晗;;机载LIDAR数据的采集处理及应用[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

5 王保国;苏小霞;;LIDAR技术在地理国情监测中的应用[A];第十四届华东六省一市测绘学会学术交流会论文集[C];2012年

6 窦爱霞;王晓青;袁小祥;;基于机载LIDAR的建筑物震害自动识别方法[A];中国地震学会空间对地观测专业委员会2012年学术研讨会论文摘要集[C];2012年

7 冯琰;郭容寰;程远达;;基于机载LIDAR技术快速建立三维城市模型研究[A];华东地区第十次测绘学术交流大会论文集[C];2007年

8 史照良;;基于LIDAR的滩涂/海岛礁DEM测绘关键技术研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 郭亚仁;曹文胜;;浅谈LIDAR技术在地形图生产中的几点体会[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年

10 钱灿兴;;激光探测及测距系统(LIDAR)技术的应用[A];华东地区第十次测绘学术交流大会论文集[C];2007年

中国博士学位论文全文数据库 前8条

1 富志鹏;基于LIDAR的高速公路测设技术应用研究[D];长安大学;2011年

2 袁枫;机载LIDAR数据处理与土地利用分类研究[D];中国矿业大学;2010年

3 王刃;机载LIDAR数据滤波与建筑物提取技术研究[D];解放军信息工程大学;2008年

4 郑毅;LIDAR数据的城区建筑物提取技术研究[D];华中科技大学;2011年

5 张志超;融合机载与地面LIDAR数据的建筑物三维重建研究[D];武汉大学;2010年

6 刘清旺;机载激光雷达森林参数估测方法研究[D];中国林业科学研究院;2009年

7 任自珍;基于等高线特征分析的LiDAR建筑物与道路提取[D];西南交通大学;2009年

8 姚春静;机载LiDAR点云数据与遥感影像配准的方法研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前10条

1 虞海英;融合机载LIDAR和高光谱数据的滨海湿生植被生物量反演方法研究[D];中国测绘科学研究院;2015年

2 刘沛;多源数据辅助机载LIDAR数据处理的关键技术研究[D];中国测绘科学研究院;2008年

3 刘磊;机载LIDAR系统误差分析与检校方法研究[D];山东科技大学;2011年

4 梁小伟;机载LIDAR数据特征选择与精确分类技术研究[D];中北大学;2015年

5 乔亦实;行星软着陆LIDAR导航传感器仿真与数据处理技术研究[D];哈尔滨工业大学;2009年

6 张皓;机载LIDAR数据滤波及建筑物提取技术研究[D];解放军信息工程大学;2009年

7 潘中华;基于LIDAR点云数据与影像融合的建筑物提取[D];中国地质大学;2012年

8 翁宁龙;基于车载LIDAR的三维重建技术研究[D];东北大学;2012年

9 高嵩;基于LIDAR数据的城市地表和建筑物模型提取技术研究[D];辽宁工程技术大学;2008年

10 赵影;基于机载LIDAR数据的城市建筑物提取研究[D];吉林大学;2011年

  本文关键词：融合机载LIDAR和高光谱数据的滨海湿生植被生物量反演方法研究，，由笔耕文化传播整理发布。

本文编号：260190