基于HJ1A-HSI高光谱遥感影像的果园识别研究

发布时间：2020-04-03 22:11

【摘要】：随着国民经济的发展和人民生活水平的提高,我国的果园产业发展迅速,果园面积不断增加,成为农村经济的重要支柱,显示了良好的发展前景。山东省烟台栖霞市是我国重要的果园基地,果园面积超过栖霞市总面积的22%(2016年栖霞市统计年鉴),但是存在果园位置不清,不能及时掌握其分布状况的问题,不利于果业的可持续发展。而近年来快速发展的遥感技术,可以实现果园分布状况的监测需要。本研究利用国产HJ1A-HSI影像对栖霞市果园进行识别,以期为提取果园分布信息提供一种新的技术方法。以山东省栖霞市部分乡镇为研究区域,基于HJ1A-HSI影像和HJ1A-CCD影像,在对影像进行预处理的基础上,通过计算CCD影像的NDVI值提取出了HSI影像中研究区的植被区域;基于ENVI和MATLAB平台分别实现OIF、ASP+ABS和SCP三种特征选择方法,对研究区HSI数据进行波段选择,然后结合实地调查数据,对三种波段选择的结果分别采用MLC、NNC、ISODATA三种分类方法,提取了研究区域内的果园分布信息,并对识别的结果进行精度分析和评价;同时基于NNC分类方法,对非波段选择的影像进行果园信息的提取,从而证明波段选择的必要性,并最终确定适合HJ1A-HSI数据的果园信息提取方法,主要研究结果如下:(1)提取了HJ1A-HSI影像的植被区域通过计算得到HJ1A-CCD数据的NDVI图像,在CCD影像上提取出研究区的植被区域,较为理想地实现了研究区HJ1A-HSI影像上植被区域的提取,消除了非植被区域对于研究区果园识别的影响。(2)得到了基于HJ1A-HSI数据的研究区的波段集合基于ENVI和MATLAB平台,利用OIF、ASP+ABS和SCP这三种波段选择方法对研究区进行波段选择。OIF波段选择结果为b1、b2、b109、b110、b111、b112、b113、b114、b115;ASP+ABS波段选择结果为b2、b3、b4、b46、b75、b76、b109、b110、b113;SCP波段选择结果为b4、b8、b15、b16、b41、b52、b84、b89、b112。(3)实现了果园的高光谱影像识别及精度分析对经过上述三种波段选择方法组成的新的图像,分别采用MLC、NNC、ISODATA三种分类方法对研究区的果园进行识别,提取出了果园的分布信息,并对识别结果进行了精度分析与评价。研究表明,在这三种分类方法中,采用NNC分类方法的果园识别精度最高,其次是MLC分类方法,而ISODATA分类方法的果园识别精度最低。在NNC分类方法中,基于SCP的波段选择方法的NNC分类效果最好,其总体精度高达81.54%,Kappa系数高达0.8006,达到了良好的分类效果。在波段选择方法中,采用SCP波段选择方法的识别精度最高,其次是ASP+ABS波段选择方法,而OIF波段选择方法的识别精度最低。最终将HJ1A-HSI果园识别的最优方法确定为基于光谱特征参量(SCP)的波段选择方法和神经网络分类方法(NNC)的组合。通过比较经过波段选择和非波段选择的HSI数据的果园识别精度,得到基于SCP、ASP+ABS、OIF这3种波段选择后的果园识别精度要高于非波段选择的果园识别精度,其总体精度以及Kappa系数分别提高了13%和0.156、8.46%和0.101、3.85%和0.049,提升的效果较为显著,从而说明了利用本文的波段选择方法提高了HJ1A-HSI高光谱影像的地物分类识别能力,从而证明了波段选择对利用高光谱遥感进行分类识别的必要性。
【图文】：

图 2.1 研究区行政区划Fig. 2.1 Zoning map of the research area带季风型半湿润气候，四季分明，光照充足，雨昼夜温差大，无霜期 207 d，年总降雨量约为 65 月份降水量最少。栖霞市属于山区丘陵地形，丘陵%。全市平均海拔为 178.72 m，海拔最高处达到 8市的气候及地形特征，该市形成了山上发展松树，，山下发展苹果的林业特色格局。林木和果园面丰富多样，主要有苹果、桃、梨、枣等。该市果园提取技术的理想研究区域

图 3.1 旋转角度计算Fig3.1 Rotation angle calculation像背景是黑色的，即背景值为零，因此可以通过读取每一行、每一确定行和列的第一个像元不等于零的像元的行号和列号，，以此来求体来说：利用 MATLAB 读取图像每一列的像元值，确定第一个像元的列号和行号分别为 x1和 y1。利用相同的方法读取图像每一行的像一个像元值不等于零的像元的列号和行号分别为 x2和 y2。图像旋转：A=arctan[(x2-x1)/(y2-y1-1)] A 表示图像的旋转角度，x1和 y1分别表示列像元值中第一个像元列号和行号，x2和 y2分别表示行像元值中第一个像元值不等于零。ATLAB 计算出 A 的值为 14.42 。同时利用 ENVI 5.1 软件中的 R
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S127;S66

【参考文献】

相关期刊论文 前10条

1 张雨晨;张廷斌;易桂花;别小娟;王云川;;高光谱遥感影像的FLAASH模块大气校正与评价[J];测绘与空间地理信息;2015年10期

2 陈善学;胡灿;屈龙瑶;;基于自适应波段聚类PCA的高光谱图像压缩[J];科学技术与工程;2015年12期

3 谢国雪;杨如军;卢远;;遥感技术在农业应用的进展分析[J];广西师范学院学报(自然科学版);2014年02期

4 单小军;唐娉;胡昌苗;唐亮;郑柯;;图像分层匹配的HJ-1A/B CCD影像自动几何精校正技术与系统实现[J];遥感学报;2014年02期

5 陈光洲;;遥感影像几何精校正中控制点选取的研究[J];现代测绘;2014年01期

6 张周威;韩杰;余涛;孟庆岩;;环境卫星影像预处理顺序研究[J];武汉大学学报(信息科学版);2013年12期

7 刘玉琴;沙晋明;徐赛萍;祝坤子;;HSI高光谱数据的FLAASH大气校正与评价[J];福建师范大学学报(自然科学版);2013年05期

8 林娜;杨武年;王斌;;基于FLAASH的AVIRIS高光谱影像大气校正[J];地理空间信息;2013年04期

9 杨燕杰;赵英俊;秦凯;陆冬华;;高光谱影像预处理技术[J];科技导报;2013年09期

10 杜博;张乐飞;张良培;胡文斌;;高光谱图像降维的判别流形学习方法[J];光子学报;2013年03期

相关会议论文 前1条

1 郭芬芬;范建容;陈阳;刘青;曾珍;;基于HJ-1A HSI的藏北高原狼毒识别关键技术研究[A];山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议论文集[C];2013年

相关博士学位论文 前1条

1 孙景旭;大口径光学有效载荷辐射定标技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

相关硕士学位论文 前8条

1 贾源旭;基于湿地分类的环境卫星高光谱影像处理方法及分类效果对比研究[D];延边大学;2017年

2 谢世琴;基于高分遥感影像的农村居民点提取研究[D];四川师范大学;2017年

3 侯晓真;基于多时相TM影像的波段运算分类方法研究[D];中国矿业大学;2014年

4 孙墨寒;高光谱数据误差估计及降维方法研究[D];中国地质大学（北京）;2013年

5 贾德伟;基于HSI高光谱数据的水稻光谱特征分析与识别技术研究[D];广西师范学院;2011年

6 张洋洋;基于HJ1-A影像的高光谱混合像元分解技术及应用的研究[D];山东师范大学;2011年

7 司玉琴;遥感影像预处理与地物提取方法研究[D];西安科技大学;2010年

8 董连凤;高光谱影像预处理技术研究[D];长安大学;2007年

本文编号：2613765