基于高光谱成像技术的伊犁绢蒿荒漠草地主要植物识别参数的筛选

发布时间：2022-12-07 01:45

　　为获得伊犁绢蒿荒漠草地主要植物最佳识别参数,本研究利用SOC710 VP成像光谱仪于4月采集群落影像,以伊犁绢蒿（Seriphidium transiliense）、角果藜（Ceratocarpus arenarius）、叉毛蓬（Petrosimonia sibirica）和裸地为识别对象,基于光谱学响应与峰谷特性选取8个位置参数、2个面积参数、4个植被指数,按照显著性差异从小到大逐一筛选敏感参数,并使用Fisher判别分析进行精度验证。结果表明:4种识别对象的反射率大小在可见光和近红外波段表现出不同的特征;用筛选出的红谷位置、红边位置、红谷幅值、蓝边面积、NDVI₁、RVI₁和RVI₂进行判别,精度分别为伊犁绢蒿91.11%、角果藜80.56%、叉毛蓬91.11%、裸地100%,总精度为92.13%。本试验筛选出的识别参数建立判别模型可为进一步对群落影像进行物种定量分类提供依据。 

【文章页数】：11 页

【文章目录】：
1 材料与方法
    1.1 研究区与识别对象
    1.2 数据采集
        1.2.1 样地设置
        1.2.2 高光谱影像采集
    1.3 数据处理
        1.3.1 高光谱反射率提取
        1.3.2 光谱平滑处理
        1.3.3 光谱一阶微分处理
        1.3.4 光谱参数的选取
        1.3.5 方差分析
    1.4 判别模型的建立
    1.5 敏感光谱参数筛选
2 结果与分析
    2.1 光谱特征响应分析
    2.2 光谱特征参数响应分析
    2.3 识别参数方差分析
        2.3.1 光谱参数方差分析
        2.3.2 光谱位置参数特征
        2.3.3 光谱面积参数特征
        2.3.4 植被指数参数特征
    2.4 识别参数的筛选
    2.5 识别参数的判别
3 讨论
    3.1 平滑和微分变换增强了物种间光谱差异
    3.2 识别光谱参数的筛选
    3.3 筛选参数能够优化判别模型
4 结论


【参考文献】：
期刊论文
[1]基于多源遥感数据的植物物种分类与识别:研究进展与展望[J]. 孔嘉鑫,张昭臣,张健.  生物多样性. 2019(07)
[2]马铃薯冠层光谱响应特征参数优化与生长期判别[J]. 孙红,刘宁,邢子正,张智勇,李民赞,吴静珠.  光谱学与光谱分析. 2019(06)
[3]基于无人机遥感与卷积神经网络的草原物种分类方法[J]. 杨红艳,杜健民,王圆,张燕斌,张锡鹏,康拥朝.  农业机械学报. 2019(04)
[4]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)
[5]不同高光谱特征参数区分马铃薯品种的优劣势分析[J]. 段丁丁,何英彬,罗善军,王卓卓.  光谱学与光谱分析. 2018(10)
[6]干旱胁迫下雷竹叶片叶绿素的高光谱响应特征及含量估算[J]. 张玮,王鑫梅,潘庆梅,谢锦忠,张劲松,孟平.  生态学报. 2018(18)
[7]高光谱参数和逐步判别的苎麻品种识别[J]. 曹晓兰,陈星明,张帅,崔国贤.  光谱学与光谱分析. 2018(05)
[8]基于地面成像光谱数据特征的湿地典型植被类型识别研究——以东洞庭湖核心区湿地为例[J]. 凌成星,刘华,鞠洪波,张怀清,孙华,由佳,李伟娜.  西北林学院学报. 2018(03)
[9]一种基于无人机高光谱数据的植被盖度估算新方法[J]. 冯海英,冯仲科,冯海霞.  光谱学与光谱分析. 2017(11)
[10]伊犁绢蒿荒漠草地物种光谱特征分析及识别初探[J]. 魏秀红,靳瑰丽,范燕敏,安沙舟,夏小伟.  草业科学. 2016(10)



本文编号：3712011