基于地面光谱水稻重金属胁迫监测光谱特征尺度识别
发布时间:2024-03-10 03:12
为探究地面高光谱遥感监测不同光谱尺度对水稻重金属胁迫区分度,以不同污染水平地面ASD高光谱数据为基础,通过光谱敏感特征优选确定450~900 nm为水稻重金属胁迫敏感波段,利用DB5小波变换产生的多尺度小波特征系数模拟不同光谱分辨率,结合小波参数的信息熵特征和分形维数特征,对水稻重金属胁迫特征光谱尺度进行识别,通过构建胁迫相关的叶绿素光谱指数MCARI/OSAVI、NDSIR、Depth验证所识别的特征尺度的可靠性和精准性。结果表明:(1)小波分解各尺度细节系数计算出的信息熵在分解的5~7尺度附近不同胁迫水平有明显的特征转折点;(2)随着分解尺度的增加,不同胁迫水平的分维数差异值变小,第5尺度是水稻受不同重金属胁迫8层尺度分解和重构下光谱曲线尺度的最明显的转折点,在尺度5下,光谱曲线的峰谷细节得到更好的反映;(3)研究水稻重金属污染光谱特征尺度既保留光谱信息的主要特征,又最大程度的减少了光谱数据量,不仅提高了水稻重金属污染监测的效率而且为环境监测提供了新的手段。
【文章页数】:10 页
【部分图文】:
本文编号:3924153
【文章页数】:10 页
【部分图文】:
图1A1、A2区域原始水稻高光谱反射率
图2为不同污染程度下所选择的两个样本点进行DB5小波分解示例,研究区A1、A2的光谱信号经过8层小波分解,1~8层对应的分解尺度分别为2、4、8、16、32、64、128和256nm。每层光谱信号经离散小波分解后,在第1~8层能够产生8个细节系数向量,最后八个小波细节系数被记录....
图2研究区域分解后的小波细节系数和原始水稻光谱敏感曲线
图1A1、A2区域原始水稻高光谱反射率2.3不同光谱尺度小波信息熵分析
图3各尺度下不同污染水平小波信息熵
小波信息熵能描述小波各分解尺度下不同胁迫水平光谱曲线携带的信息量差异,熵大所携带的信息量大;熵小所携带的信息量小,特征尺度对应于信息量较大的尺度[25]。图3为A1、A2区域40个实测点的小波信息熵的平均值柱状图,可以看出,不同胁迫水平下小波信息熵随尺度的变化走势大体相同,A1区....
图5各光谱分辨率不同胁迫水平水稻叶绿素高光谱指数
为了检验定量计算的小波信息熵和小波分形维数在识别不同尺度下区分不同污染胁迫水平的可靠性和普适性,全面描述不同尺度对水稻重金属胁迫监测的影响,计算实测光谱曲线在不同尺度下的叶绿素光谱指数,图5为40个实测样本点的高光谱指数平均值随不同尺度的变化情况。由图5可知,MCARI/OSAV....
本文编号:3924153
本文链接:https://www.wllwen.com/nykjlw/dzwbhlw/3924153.html