收藏本站
《江西理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

鄱阳湖湿地典型植被高光谱特征分析与特征波段选择研究

曾帅  
【摘要】:由于光谱分辨率和波段数目的限制,传统的多光谱数据难以获取典型植被的局部精细信息,对植被的反射光谱信息反映不够,不足以分析典型植被的反射光谱差异性,在植被分类识别上存在一定的难度。与之不同的是,高光谱数据具有光谱分辨率高、波段数目多、波段宽度窄等特点,在分析湿地植被的反射光谱差异性方面有较大的潜力。针对不同湿地植被光谱相似度高、难以分类的特点,本文利用光谱仪测取了鄱阳湖湿地六种典型植被(狗牙根、南荻、水蓼、灰化苔草、藜蒿和芦苇)的高光谱数据,在对数据进行预处理的基础上,对高光谱数据进行倒数的对数变换、导数变换(包括一阶、二阶导数)和包络线变换,并对比分析了不同植被的反射光谱差异性。其次,本文提出了一种基于数据误差范围和光谱均值差的植被光谱特征波段选择方法,并将该方法与现存的马氏距离法、光谱标准差法应用于各种数学变换的光谱曲线分析并筛选出光谱特征波段。经T检验法检验特征波段的敏感度后,利用Bayes法和Fisher法对六种典型湿地植被进行了判别分类,并对精度结果进行了评价,最后在Landsat 8影像上检验了不同植被的区分度。高光谱数据对植被光谱特征信息具有良好的表征能力,六种植被具有相似的光谱特征曲线。通过相关的数学变换,统计各种光谱特征参数可有效突显出不同植被间的光谱差异,有利于各植被类型的识别,其中通过包络线变换后,六种植被光谱在400-529、558-567、653-670、1173-1184和1209-1239nm这四个波段上差异最为明显。与现存的光谱特征波段提取方法相比,本文提出的光谱特征波段选择法效果更佳,其中原始光谱的特征波段为422-452、530-592nm,倒数的对数光谱的特征波段为422-452、522-597nm,包络线光谱的特征波段为400-529、558-567、653-670、1173-1184和1209-1239nm。基于光谱特征波段,利用Bayes和Fisher判别分析法可有效对不同植被光谱进行判别分类,且经过变换后光谱的判别分类精度要高于原始光谱,部分植被经过包络线变换后的精度可提高13%。利用Landsat 8影像可有效对部分植被进行区分,但由于混合像元因素影响,部分植被之间未能有效区分。研究成果为湿地遥感信息解译、湿地植被制图奠定了理论基础,为湖泊湿地植被以及湖泊生态环境的保护决策提供科学依据,同时在方法上也为内陆淡水湖泊湿地典型植被光谱识别分类提供借鉴意义。
【学位授予单位】:江西理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:Q948

【参考文献】
中国期刊全文数据库 前10条
1 冯双双;田冰;胡引翠;王旭;薛瑞恒;;坝上草原退化指示种光谱特征研究[J];干旱区资源与环境;2016年03期
2 冯文娟;徐力刚;王晓龙;李海英;姜加虎;;鄱阳湖洲滩湿地地下水位对灰化薹草种群的影响[J];生态学报;2016年16期
3 任广波;张杰;马毅;;黄河三角洲典型植被地物光谱特征分析与可分性查找表[J];海洋环境科学;2015年03期
4 杨可明;孙阳阳;王林伟;史钢强;魏华锋;刘飞;;玉米叶片叶绿素含量的高光谱反演模型探究[J];湖北农业科学;2015年11期
5 胡振鹏;葛刚;刘成林;;鄱阳湖湿地植被退化原因分析及其预警[J];长江流域资源与环境;2015年03期
6 李明泽;张培赢;;基于SAM算法的遥感影像湿地植被分类[J];森林工程;2015年02期
7 柴颖;阮仁宗;傅巧妮;;高光谱数据湿地植被类型信息提取[J];南京林业大学学报(自然科学版);2015年01期
8 林海军;张绘芳;高亚琪;李霞;杨帆;周艳飞;;基于马氏距离法的荒漠树种高光谱识别[J];光谱学与光谱分析;2014年12期
9 刘辉;宫兆宁;赵文吉;;基于挺水植物高光谱信息的再生水总氮含量估测——以北京市门城湖湿地公园为例[J];应用生态学报;2014年12期
10 邹维娜;张利权;袁琳;;基于光谱特征的沉水植物种类识别研究[J];华东师范大学学报(自然科学版);2014年04期
中国硕士学位论文全文数据库 前1条
1 李静;高光谱遥感影像降维及分类方法研究[D];中南大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 况润元;曾帅;赵哲;肖阳;;基于实测高光谱数据的鄱阳湖湿地植被光谱差异波段提取[J];湖泊科学;2017年06期
2 陈璇;林文鹏;王瑶;徐迪;岑家伟;;基于包络线法的长江三角洲典型植物光谱识别研究[J];海洋环境科学;2017年05期
3 曾帅;况润元;肖阳;赵哲;;鄱阳湖湿地植物实测高光谱数据分类[J];遥感信息;2017年05期
4 刘丹;杨风暴;卫红;李大威;韩晓峰;;基于多分类器的C5.0决策树植被分类方法[J];图学学报;2017年05期
5 罗瀚林;曾凡江;张玲;李梅梅;李世民;王波;;盐渍生境疏叶骆驼刺生态特征与环境因子关系[J];生态学杂志;2017年07期
6 周云凯;白秀玲;宁立新;;鄱阳湖湿地苔草(Carex)景观变化及其水文响应[J];湖泊科学;2017年04期
7 邹金;凌霞;王丹丹;张毅;汪玉娇;郭壮;;基于多元统计学分析的市售甜面酱品质综合评价[J];中国酿造;2017年05期
8 祝明霞;喻光明;赵军凯;;基于LUCC的鄱阳湖湿地生态效应分析[J];水生态学杂志;2017年03期
9 刘凯;李希来;金立群;孙华方;李清德;;黄河源湖泊湿地退化过程土壤和植被的变化特征[J];生态科学;2017年03期
10 王志强;崔爱花;缪建群;王海;黄国勤;;淡水湖泊生态系统退化驱动因子及修复技术研究进展[J];生态学报;2017年18期
中国硕士学位论文全文数据库 前10条
1 刘伟;基于无人机多光谱遥感影像的地物分类方法研究[D];石河子大学;2017年
2 郭剑;基于无人机高光谱的冬小麦叶面积指数反演[D];西安科技大学;2017年
3 曾帅;鄱阳湖湿地典型植被高光谱特征分析与特征波段选择研究[D];江西理工大学;2017年
4 冯振峰;基于多源数据的南疆环塔里木盆地主栽经济林大面积遥感识别研究[D];新疆农业大学;2016年
5 王璐;基于遥感图像的谱间和空间特征提取方法研究[D];北京化工大学;2016年
6 程迪;基于HJ-HSI高光谱影像的狼毒遥感提取研究[D];西北大学;2015年
7 刘攀;基于非负矩阵分解的高光谱图像特征提取与分类算法研究[D];哈尔滨工业大学;2015年
8 甘乐;基于支持向量机的高光谱图像降维与分类研究[D];长江大学;2015年
9 王鹤桥;高光谱图像兴趣体自动提取技术研究[D];辽宁工程技术大学;2015年
10 闫会敏;基于SVM与子空间结合的高光谱图像分类算法研究[D];西安科技大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 张富华;黄明祥;张晶;包钢;包玉海;;利用高光谱识别草地种类的研究——以锡林郭勒草原为例[J];测绘通报;2014年07期
2 安如;姜丹萍;李晓雪;王喆;Jonathan Arthur Quaye-Ballard;;基于地面实测高光谱数据的三江源中东部草地植被光谱特征研究[J];遥感技术与应用;2014年02期
3 李雪;顾沈明;年浩;;改进粒子群算法优化BP神经网络的粮食产量预测[J];闽南师范大学学报(自然科学版);2014年01期
4 熊霞;孙庆业;;芦苇和香蒲地上部N和P积累动态及适宜收获时期分析[J];植物资源与环境学报;2014年01期
5 孙雷刚;刘剑锋;徐全洪;;河北坝上地区植被覆盖变化遥感时空分析[J];国土资源遥感;2014年01期
6 邓志强;李旭辉;阎百兴;张燕;吕兑安;;富营养化水体中芦苇和菖蒲浮床氮净化能力比较研究[J];农业环境科学学报;2013年11期
7 马赟花;张铜会;刘新平;;半干旱区沙地芦苇对浅水位变化的生理生态响应[J];生态学报;2013年21期
8 叶春;刘元波;赵晓松;吴桂平;;基于MODIS的鄱阳湖湿地植被变化及其对水位的响应研究[J];长江流域资源与环境;2013年06期
9 刘波;沈渭寿;李儒;杨兆平;林乃峰;;雅鲁藏布江源区高寒草地退化光谱响应变化研究[J];光谱学与光谱分析;2013年06期
10 王卷乐;胡振鹏;冉盈盈;王晓龙;张永杰;;鄱阳湖湿地烧荒遥感监测及其影响分析[J];自然资源学报;2013年04期
中国硕士学位论文全文数据库 前5条
1 林超;基于超球体多类支持向量机的高光谱遥感影像分类[D];中南大学;2011年
2 梁君玲;蚁群算法研究及其在聚类中的应用[D];华南理工大学;2011年
3 王文华;基于蚁群算法模糊聚类的图像分割[D];重庆大学;2009年
4 杨希明;高光谱遥感图像分类方法研究[D];哈尔滨工程大学;2007年
5 刘宣江;基于神经网络的遥感影像识别[D];北京邮电大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 张宏名;卢志光;金钟辉;王家圣;曹大征;;农田小麦状况的光谱特征分析[J];遥感技术与应用;1991年04期
2 万余庆,阎永忠,张凤丽;延河流域植物光谱特征分析[J];国土资源遥感;2001年03期
3 李翔;俞乐;董传万;张登荣;;新昌地区典型火成岩发射光谱特征分析[J];国土资源遥感;2010年02期
4 王震;张晓丽;安树杰;;松材线虫病危害的马尾松林木光谱特征分析[J];遥感技术与应用;2007年03期
5 杨可明;郭达志;;植被高光谱特征分析及其病害信息提取研究[J];地理与地理信息科学;2006年04期
6 张杰林;;桃山铀矿田铀成矿要素光谱特征分析[J];世界核地质科学;2007年04期
7 李颖;刘丙新;李宝玉;陈铎;;基于小波变换的油膜光谱特征分析[J];光谱学与光谱分析;2012年07期
8 张文群;蒋光润;商铁兰;朱大权;;定西遥感试验场土壤光谱特征分析[J];遥感技术与应用;1992年02期
9 王繁;周斌;徐建明;凌在盈;周根娣;;杭州湾混浊水体表面光谱测量及光谱特征分析[J];光谱学与光谱分析;2009年03期
10 贺容;杨存建;李春燕;陈军;杨建祥;;云南省腾冲县不同覆盖物的光谱特征分析[J];亚热带资源与环境学报;2009年02期
中国重要会议论文全文数据库 前6条
1 彭代亮;江樟焰;AlfredoR.Huete;;基于光谱特征分析的花粉遥感识别初步研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
2 宋文鹏;陈江麟;崔文林;;赤潮爆发现场多源数据集光谱特征分析[A];成像光谱技术与应用研讨会论文集[C];2002年
3 李晓琴;孙永军;张振德;;格尔木监测区土地荒漠化遥感调查与监测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 郭宇龙;李云梅;;环境1号卫星高光谱数据重建及其精度分析[A];第十七届中国环境遥感应用技术论坛论文集[C];2013年
5 李云梅;蒋建军;韦玉春;;利用地面实测高光谱数据评价太湖富营养化状态[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
6 姜小光;王长耀;王成;;高光谱数据的光谱信息特点及面向对象的特征参数选择——以北京顺义区为例[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
中国重要报纸全文数据库 前1条
1 记者 殷雷 通讯员 柏斌;昆阳磷矿复垦植被7000亩[N];昆明日报;2011年
中国博士学位论文全文数据库 前5条
1 王彦颖;中国东北植被时空动态变化及其对气候响应研究[D];东北师范大学;2016年
2 李兴;高光谱数据库及数据挖掘研究[D];中国科学院研究生院(遥感应用研究所);2006年
3 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
4 邢东兴;基于高光谱数据的果树理化性状信息提取研究[D];西北农林科技大学;2009年
5 王佃来;基于遥感图像分析的北京植被状态与变化研究[D];北京林业大学;2013年
中国硕士学位论文全文数据库 前10条
1 曾帅;鄱阳湖湿地典型植被高光谱特征分析与特征波段选择研究[D];江西理工大学;2017年
2 吴浩;云南个旧普雄多源光谱遥感矿物光谱特征分析及找矿信息提取[D];中国地质大学;2016年
3 刘天乐;基于高光谱遥感的矿物光谱特征分析和提取[D];中国地质大学;2009年
4 刘云鹤;植被覆盖不同结构各层的光谱特征分析[D];西北大学;2013年
5 张亚南;高光谱图像特征分析技术的研究与软件开发[D];中国地质大学(北京);2010年
6 孔令伟;北京市大兴区PM2.5质量浓度变化特征及树种阻滞功能[D];东北林业大学;2015年
7 贾蕾;2000-2013年西昆仑山植被对气候变化的响应及其时空差异研究[D];兰州大学;2015年
8 邢靓慧;阿姆斯文湿地的生态重建研究—水位控制法对湿地内植被和营养物质的影响[D];长安大学;2015年
9 王旭阳;露天矿区周边植被变化分析与植被护坡技术应用[D];辽宁工程技术大学;2014年
10 牛亚龙;科尔沁沙地固沙植被高光谱特性及叶片含水率反演研究[D];内蒙古农业大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026