基于叶片高光谱的皇甫山森林公园优势树种分类研究

发布时间：2022-01-17 07:39

　　在森林优势树种分类管理的过程中,使用现代遥感技术对森林进行管理成为现代林业管理的必然趋势,而叶片高光谱作为遥感技术中非常重要的一种优势树种分类技术,在树种管理过程中发挥着十分重要的作用。基于叶片高光谱的皇甫山森林公园优势树种分类研究,简单确定了皇甫山森林公园的研究区及数据源,使用对数变换、一阶导数变换、二阶导数变换等三种方式对数据进行预处理,再使用单因素方差分析、逐步判别法、因子分析法等对优势树种的分类进行了研究,结果表明:红边波段对优势树种的分类有着显著的影响。 

【文章来源】：绿色科技. 2020,(24)

【文章页数】：4 页

【部分图文】：

皇甫山森林公园的区域分布

L值对比

如图3所示，对于马尾松、国外松等树种来说，这种树种的分类及验证精度都能够达到100%，各种优势树种也能够获得较好的分类结果，大部分优势树种的分类精度都处于80%～100%之间，尤其是分类精度处于90%～100%之间的精度数量占总的精度数量的百分比达到了85%以上。同时，对实验数据预处理方式以及采取不同的组合方式都会对优势树种的分类精度产生影响，但使用一阶导数、二阶导数对优势树种进行分类，能够获得较好的分类效果。通过反射+透射的分类方式获得的分类精度效果相对较好，但通过透射、反射、反射透射相结合分分类方式所获得的分类效果逐渐降低。总体来看，通过对优势树种的正面叶片进行高光谱采集数据，能够获得较好的分类效果，但对优势树种的反面叶片进行高光谱采集数据，能够获得的分类效果要弱于通过正面叶片进行高光谱采集数据所获得的分类效果。但如果对叶片正反面不加以区分，所获得的叶片数据由此来进行优势树种的分类精度较差。此外，在对所获得的数据进行分类判别时，并且对分类的波段进行汇总，发现红边波段是出现频率最高的波段，因而红边波段对皇甫山森林公园优势树种的分类有着较为显著的影响。

【参考文献】：
期刊论文
[1]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)
[2]基于多时相CHRIS高光谱卫星数据的优势树种分类研究[J]. 韩文军,张苏,焦全军,吴骅.  林业调查规划. 2019(02)
[3]结合LiDAR单木分割和高光谱特征提取的城市森林树种分类[J]. 皋厦,申鑫,代劲松,曹林.  遥感技术与应用. 2018(06)
[4]基于机载PHI高光谱数据的森林优势树种分类研究[J]. 樊雪,刘清旺,谭炳香.  国土资源遥感. 2017(02)
[5]基于小波包变换的叶片高光谱数据的树种分类[J]. 褚西鹏,葛宏立,陈柯萍.  光谱实验室. 2012(05)
[6]基于PCA和SVM的高光谱遥感图像分类研究[J]. 张亮.  光学技术. 2008(S1)

博士论文
[1]高光谱数据反演植被信息的研究[D]. 佃袁勇.武汉大学 2011

硕士论文
[1]基于高光谱遥感数据的森林树种分类[D]. 张丽云.北京林业大学 2016
[2]基于叶片高光谱的吉林蛟河典型树种分类研究[D]. 李瑞平.北京林业大学 2015
[3]高光谱数据的树种分类波段选择研究[D]. 张银涛.浙江农林大学 2014
[4]基于高光谱遥感数据的树种组分类方法探讨[D]. 于龙.浙江农林大学 2013
[5]基于叶片非成像高光谱数据树种分类[D]. 褚西鹏.浙江农林大学 2012



本文编号：3594327