基于无人机高光谱遥感的荒漠化草原草种类分类研究
发布时间：2021-09-06 19:32
我国草原面积位居世界第二位,仅次于澳大利亚,内蒙古地区草原面积为8666.7万公顷,其中有效天然牧场6800万公顷,占全国草场面积的27%。近几年来,草原退化已成为我国首要的生态问题,而内蒙古地区在改革开放以来畜牧业发展迅速,但草原生态与畜牧业之间矛盾也日渐显现,草原整体生态环境不断恶化。草原退化不仅表现为单位面积草量下降,还表现为各种类优良牧草变劣以及植被群落结构的改变。本研究以内蒙古荒漠化草原为研究对象,具体实验地点为内蒙古四子王旗试验区。为得到准确的草原退化信息,采用地面和空中两套高光谱采集系统,采集的地面数据空间分辨率为0.63mm,空中数据空间分辨率为1.1cm。高光谱数据的信息含量大,并相比于卫星遥感保证了数据的空间分辨率,基本实现了对草原草种的识别分类以及区域性监测。针对高光谱数据波段数多、冗余度高的特点,本研究采用了 PCA波段选择法,对地面和空中的高光谱数据进行波段选择并重组,有效的减小了数据量以及处理的复杂程度。利用PCA波段选择法将每张高光谱数据的单个波段视为一维向量组成互不相关的n维矩阵,通过计算协方差矩阵的特征值、特征向量得到贡献率最大的几个波段进行重组。数据...
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１高光谱图像??Ｆｉｇ．?１?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｅ??
农??牧科学院综合实验基地。该基地的海拔为１４５０ｍ，占地面积约为２．３ｘｌ〇３公顷。草??原类型为典型荒漠化草原，气候类型属于中温带大陆性季风气候。有干旱、降雨集??中、阵风强、温差大、日照充足等特点，历年降水量在１１０ｍｍ？３５０ｍｍ左右，８０％??的降水集中在七月、八月［３６＿３８］。??，—：？－二’产、??／??／?／??广一??＾?研宄Ｋ域??－Ａ－?ｉｗ?Ｉ?彷??０?１６０?３３０?？４０?ＷＯ?１?？？０??ｌ．＇ｉｌｃｓ．??图３研究区域??Ｆｉｇ．３?ｓｔｕｄｙ?ａｒｅａ??基地试验区为低山丘陵波状平原草原，地表土壤主要为淡栗钙土和棕钙土，土??壤含沙量大且疏松，水土流失较严重［３９］。试验区内植被种类有二十种左右，普遍低??矮稀疏，植被盖度约为２０％，其中植被优势种有短花针茅（Ｓｔｉｐａｂｒｅｖｉｆｌｏｒａ）、无芒??隐子草（Ｃｌｅｉｓｔｏｇｅｎｅｓｓｏｎｇｏｒｉｃａ）、冷蒿（Ａｒｔｅｍｉｓｉａ?ｆｒｉｇｉｄ）、§它绒黎（Ｃｅｒａｔｏｉｄｅｓ）、??狭叶锦鸡儿（Ｃａｒａｇａｎａｓｔｅｎｏｐｈｙｌｌａ），伴生有羊草（ＧｕｉｎｅａＧｒａｓｓ）、克氏针茅（Ｓｔｉｐａ??ｓａｒｅｐｔａｎａ）、椅叶蒿（Ｎｅｏｐａｌｌａｓｉａｐｅｃｔｉｎａｔａ）、木地肤（ｋｏｃｈｉａｐｒｏｓｔｒａｔａ）、银灰旋花??（Ｃｏｎｖｏｌｖｕｌｕｓ?ａｍｍａｎｎｉｉ）、阿尔泰狗娃花（Ｈ．?ａｌｔａｉｃｕｓＮｏｖｏｐｏｋｒ．?ｖａｒ）等［４Ｑ］。图?４?为??主要优势种图像。??
?内蒙古农业大学硕士学位论文?９＿??Ｍ??（ａ）?（ｂ）??＿■??（ｃ）?＜ｄ）??Ｈ??（ｅ＞??Ｕ）短花针茅（ｂ）冷蒿（ｃ）狭叶锦鸡儿（ｄ）无芒隐子草（ｅ）驼绒藜??图４优势种图像??Ｆｉｇ．４?Ｄｏｍｉｎａｎｔ?ｓｐｅｃｉｅｓ?ｉｍａｇｅ??２．２设备概述??本研宄采用的是四川双利合谱科技有限公司研发的ＧａｉａＳｋｙ－ｍｉｎｉ型机载和地面??两用型高光谱仪，本高光谱仪可搭载地面三脚架进行地面高光谱数据采集，也可搭??载大疆Ｍ６００ｐｒｏ无人机进行低空遥感采集。该高光谱成像系统内置扫描系统和增稳??系统，成功克服了小型无人机系统搭载推扫式高光谱相机时，由于无人机系统的震??动造成的成像质量差的问题。该成像光谱仪扫描视场角为３３．５°，可采集光谱范围为??
【参考文献】：
期刊论文
[1]基于深度语义分割的遥感图像海面舰船检测研究[J]. 陈彦彤,李雨阳,陈伟楠,张献中,王俊生. 仪器仪表学报. 2020(01)
[2]一种多源遥感影像非监督分类方法中的欠分割对象检测与拆分算法[J]. 毛婷,唐宏. 遥感信息. 2019(06)
[3]基于深度学习的视频语义分割综述[J]. 韩利丽,孟朝晖. 计算机系统应用. 2019(12)
[4]深度卷积神经网络模型发展综述[J]. 洪奇峰,施伟斌,吴迪,罗力源. 软件导刊. 2020(04)
[5]基于多时相无人机遥感植被指数的夏玉米产量估算[J]. 韩文霆,彭星硕,张立元,牛亚晓. 农业机械学报. 2020(01)
[6]基于深度学习的花生高光谱图像分类方法研究[J]. 刘翠玲,林珑,于重重,吴静珠. 计算机仿真. 2020(03)
[7]基于BiSeNet的小儿超声心动图左心分割方法[J]. 胡玉进,雷柏英,郭力宝,毛木翼,靳泽隆,陈思平,夏焙,汪天富. 中国生物医学工程学报. 2019(05)
[8]基于深度网络的图像语义分割综述[J]. 罗会兰,张云. 电子学报. 2019(10)
[9]因子分析综合评价研究综述[J]. 刘照德,詹秋泉,田国梁. 统计与决策. 2019(19)
[10]农业高光谱遥感研究进展及发展趋势[J]. 陈云浩,王思佳,赵逸飞,王明国. 地理与地理信息科学. 2019(05)
博士论文
[1]基于Hyper-CAM的高光谱热红外地表温度比辐射率分离及其农作干旱监测方法研究[D]. 霍红元.中国农业科学院 2018
[2]夏玉米不同生育时期生理生态参数的高光谱遥感监测模型[D]. 刘冰峰.西北农林科技大学 2016
[3]高光谱图像分类方法研究[D]. 陈进.国防科学技术大学 2010
[4]草原生态经济系统可持续发展研究[D]. 盖志毅.北京林业大学 2005
[5]面向目标探测的高光谱影像特征提取与分类技术研究[D]. 路威.中国人民解放军信息工程大学 2005
[6]时空信息辅助下的高光谱数据挖掘[D]. 张兵.中国科学院研究生院（遥感应用研究所） 2002
硕士论文
[1]面向无人驾驶场景的道路元素检测技术研究[D]. 程鹏.北京邮电大学 2019
[2]内蒙古四子王旗呼和淖尔全新世孢粉记录的植被和气候变化[D]. 郭晓阳.内蒙古大学 2017
[3]图像的分割与降维方法研究[D]. 王驰.西安电子科技大学 2014
[4]土壤含水量高光谱遥感监测方法研究[D]. 魏娜.中国农业科学院 2009
本文编号：3388046
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１高光谱图像??Ｆｉｇ．?１?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｅ??
农??牧科学院综合实验基地。该基地的海拔为１４５０ｍ，占地面积约为２．３ｘｌ〇３公顷。草??原类型为典型荒漠化草原，气候类型属于中温带大陆性季风气候。有干旱、降雨集??中、阵风强、温差大、日照充足等特点，历年降水量在１１０ｍｍ？３５０ｍｍ左右，８０％??的降水集中在七月、八月［３６＿３８］。??，—：？－二’产、??／??／?／??广一??＾?研宄Ｋ域??－Ａ－?ｉｗ?Ｉ?彷??０?１６０?３３０?？４０?ＷＯ?１?？？０??ｌ．＇ｉｌｃｓ．??图３研究区域??Ｆｉｇ．３?ｓｔｕｄｙ?ａｒｅａ??基地试验区为低山丘陵波状平原草原，地表土壤主要为淡栗钙土和棕钙土，土??壤含沙量大且疏松，水土流失较严重［３９］。试验区内植被种类有二十种左右，普遍低??矮稀疏，植被盖度约为２０％，其中植被优势种有短花针茅（Ｓｔｉｐａｂｒｅｖｉｆｌｏｒａ）、无芒??隐子草（Ｃｌｅｉｓｔｏｇｅｎｅｓｓｏｎｇｏｒｉｃａ）、冷蒿（Ａｒｔｅｍｉｓｉａ?ｆｒｉｇｉｄ）、§它绒黎（Ｃｅｒａｔｏｉｄｅｓ）、??狭叶锦鸡儿（Ｃａｒａｇａｎａｓｔｅｎｏｐｈｙｌｌａ），伴生有羊草（ＧｕｉｎｅａＧｒａｓｓ）、克氏针茅（Ｓｔｉｐａ??ｓａｒｅｐｔａｎａ）、椅叶蒿（Ｎｅｏｐａｌｌａｓｉａｐｅｃｔｉｎａｔａ）、木地肤（ｋｏｃｈｉａｐｒｏｓｔｒａｔａ）、银灰旋花??（Ｃｏｎｖｏｌｖｕｌｕｓ?ａｍｍａｎｎｉｉ）、阿尔泰狗娃花（Ｈ．?ａｌｔａｉｃｕｓＮｏｖｏｐｏｋｒ．?ｖａｒ）等［４Ｑ］。图?４?为??主要优势种图像。??
?内蒙古农业大学硕士学位论文?９＿??Ｍ??（ａ）?（ｂ）??＿■??（ｃ）?＜ｄ）??Ｈ??（ｅ＞??Ｕ）短花针茅（ｂ）冷蒿（ｃ）狭叶锦鸡儿（ｄ）无芒隐子草（ｅ）驼绒藜??图４优势种图像??Ｆｉｇ．４?Ｄｏｍｉｎａｎｔ?ｓｐｅｃｉｅｓ?ｉｍａｇｅ??２．２设备概述??本研宄采用的是四川双利合谱科技有限公司研发的ＧａｉａＳｋｙ－ｍｉｎｉ型机载和地面??两用型高光谱仪，本高光谱仪可搭载地面三脚架进行地面高光谱数据采集，也可搭??载大疆Ｍ６００ｐｒｏ无人机进行低空遥感采集。该高光谱成像系统内置扫描系统和增稳??系统，成功克服了小型无人机系统搭载推扫式高光谱相机时，由于无人机系统的震??动造成的成像质量差的问题。该成像光谱仪扫描视场角为３３．５°，可采集光谱范围为??
【参考文献】：
期刊论文
[1]基于深度语义分割的遥感图像海面舰船检测研究[J]. 陈彦彤,李雨阳,陈伟楠,张献中,王俊生. 仪器仪表学报. 2020(01)
[2]一种多源遥感影像非监督分类方法中的欠分割对象检测与拆分算法[J]. 毛婷,唐宏. 遥感信息. 2019(06)
[3]基于深度学习的视频语义分割综述[J]. 韩利丽,孟朝晖. 计算机系统应用. 2019(12)
[4]深度卷积神经网络模型发展综述[J]. 洪奇峰,施伟斌,吴迪,罗力源. 软件导刊. 2020(04)
[5]基于多时相无人机遥感植被指数的夏玉米产量估算[J]. 韩文霆,彭星硕,张立元,牛亚晓. 农业机械学报. 2020(01)
[6]基于深度学习的花生高光谱图像分类方法研究[J]. 刘翠玲,林珑,于重重,吴静珠. 计算机仿真. 2020(03)
[7]基于BiSeNet的小儿超声心动图左心分割方法[J]. 胡玉进,雷柏英,郭力宝,毛木翼,靳泽隆,陈思平,夏焙,汪天富. 中国生物医学工程学报. 2019(05)
[8]基于深度网络的图像语义分割综述[J]. 罗会兰,张云. 电子学报. 2019(10)
[9]因子分析综合评价研究综述[J]. 刘照德,詹秋泉,田国梁. 统计与决策. 2019(19)
[10]农业高光谱遥感研究进展及发展趋势[J]. 陈云浩,王思佳,赵逸飞,王明国. 地理与地理信息科学. 2019(05)
博士论文
[1]基于Hyper-CAM的高光谱热红外地表温度比辐射率分离及其农作干旱监测方法研究[D]. 霍红元.中国农业科学院 2018
[2]夏玉米不同生育时期生理生态参数的高光谱遥感监测模型[D]. 刘冰峰.西北农林科技大学 2016
[3]高光谱图像分类方法研究[D]. 陈进.国防科学技术大学 2010
[4]草原生态经济系统可持续发展研究[D]. 盖志毅.北京林业大学 2005
[5]面向目标探测的高光谱影像特征提取与分类技术研究[D]. 路威.中国人民解放军信息工程大学 2005
[6]时空信息辅助下的高光谱数据挖掘[D]. 张兵.中国科学院研究生院（遥感应用研究所） 2002
硕士论文
[1]面向无人驾驶场景的道路元素检测技术研究[D]. 程鹏.北京邮电大学 2019
[2]内蒙古四子王旗呼和淖尔全新世孢粉记录的植被和气候变化[D]. 郭晓阳.内蒙古大学 2017
[3]图像的分割与降维方法研究[D]. 王驰.西安电子科技大学 2014
[4]土壤含水量高光谱遥感监测方法研究[D]. 魏娜.中国农业科学院 2009
本文编号：3388046
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/3388046.html
