收藏本站
收藏 | 论文排版

毛竹专题信息高光谱特征指数反演技术研究

缪丽娟  
【摘要】:竹产业的迅速发展迫切要求遥感技术提供给其快速、准确的毛竹空间分布信息。高光谱遥感作为遥感科学的研究前沿和热点,具有图像——光谱合一的特点,能够克服多光谱遥感的不足,可通过其精细光谱优势提高毛竹专题信息提取的精度和准确性。当前可利用的高光谱遥感数据源少,尤其在南方地区受地形复杂、气候多变等因素影响获取的影像数据质量往往难以满足植被识别的要求,且影像成像空间范围小;而多光谱数据源丰富,影像成像空间范围大。为充分利用多光谱和高光谱的优势,开展基于多光谱的高光谱特征指数反演技术研究是具有现实意义的。同时,植物的光谱特征都是由其化学和形态学特征决定的,使得基于多光谱的高光谱特征指数反演成为可能。本文以福建省闽清、德化、永泰县的部分区域为研究区,以开窗口方式建立研究对象,利用HyperionEO-1高光谱遥感数据和TM多光谱数据,围绕毛竹专题信息高光谱特征指数反演技术这一主题,开展了高光谱数据降维,识别毛竹的最佳高光谱特征确定,基于识别毛竹最佳高光谱特征、TM影像数据、相关的植被指数、地形因子等遥感信息的高光谱特征指数模型构建,基于高光谱特征指数的毛竹专题信息提取等研究,得到如下结论: (1)高光谱遥感数据分析可得:可用于研究的高光谱共计122个波段,其中31~50、54~68、75~89、94~122波段子集包含的信息量较多,是理想的候选波段子集,波段122是最优波段。光谱特性上,在任一波段上经济林与其它地物的可分性大;在1~25波段、31~50波段、58~66波段、74~85波段、92~122波段、80~85波段,竹林、杉木、阔叶林、经济林的DN值差异较明显是理想的波段子集,26~30波段、51~57波段、67~73波段、86-91波段重叠现象严重。 (2)采用波段指数法、自适应波段选择法、均值间的标准距离法、OIF指数法、主成分分析法等方法对高光谱数据进行降维,得到的分类特征组合分别为:36、63、122波段组合;63、111、122波段组合;6、97、122波段组合;44、82、122波段组合;可见光区间的第一主成分(Y1)、近红外区间的第二主成分(Y4)、短波红外区间的第二主成分(Y6)组合。 (3)各组合分类特征的分类结果表明:基于主成分分析法选择的分类特征分类的总精度和毛竹精度最高,总精度为80.36%,毛竹精度为88.70%;基于波段指数法、自适应波段选择法、均值标准距离法和OIF指数法选择的分类特征分类的总精度分别为64.97%、65.66%、71.29%、66.62%;毛竹精度分别为71.75%、72.32%、82.49%、72.32%。即确定主成分分析法选择的分类特征(Y1、Y4和Y6)作为识别毛竹的最佳特征,并作为构建模型的因变量。 (4)分析了毛竹与其它树种在多光谱(TM)、植被指数、地形因子等上的差异,在此基础上,选择TM(1、2、3、4、5、7等波段)、植被指数(NDVI、RVI、PVI)、高程、坡度和坡向为自变量,Y1、Y4、Y6为因变量,利用逐步回归,构建高光谱特征指数模型,分别为:其中Y1、Y4、Y6为高光谱中能有效识别毛竹的分类特征,Z6是Y6经过Box-Cox变换的结果;B1、B2、B3、B4为TM影像的第一、二、三、四波段;RVI为比值植被指数;NDVI为归一化比值植被指数;高程3为高程800~1200 m;缓坡为坡度6~15°;陡坡为坡度26~35°;急坡为坡度36~45°。 (5)通过所建立的指数模型,尝试了对高光谱特征的反演,并在反演结果图上进行了毛竹专题信息的提取,分类结果与传统基于多光谱数据的分类比较获得了较高的分类精度,具体为:基于高光谱特征指数分类的总精度为73.18%,Kappa系数为0.6552;基于TM原始数据分类的总精度为62.48%,Kappa系数为0.5170;二者比较,前者比后者总精度提高了10.70个百分点,Kappa系数提高了0.1382。同时,前者的毛竹分类精度达到86.52%,而后者的毛竹分类精度为74.47%,前者比后者毛竹精度提高了12.05个百分点,其它树种的分类精度也都有不同程度的提高,其中,杉木精度提高了43.44个百分点,马尾松精度提高了5.73个百分点,阔叶林精度提高了1.51个百分点,经济林精度提高了9.41个百分点。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郭广平;顾小平;袁金玲;吴晓丽;;不同生理年龄毛竹DNA甲基化的MSAP分析[J];遗传;2011年07期
2 宁文武;;毛竹富了一个村[J];浙江林业;2006年04期
3 ;国际竹藤组织在临安建造毛竹碳汇林[J];世界竹藤通讯;2011年03期
4 于雪斐;孙华林;于文吉;;结构用慈竹单板层积材的制备工艺与性能[J];木材工业;2011年04期
5 荣蓉;;杉木人工林套种竹子的技术与经济问题分析[J];沿海企业与科技;2011年05期
6 管雨;杨洋;张智俊;罗淑萍;汤定钦;;毛竹大片段双元细菌人工染色体基因组文库的构建[J];浙江农林大学学报;2011年04期
7 陈乾福;王洪苗;;毛竹大径材培育技术研究[J];现代农业科技;2011年11期
8 丁访军;王兵;赵广东;;毛竹树干液流变化及其与气象因子的关系[J];林业科学;2011年07期
9 程国首;郭俊先;石砦;肉孜·阿木提;亢银霞;;基于高光谱图像技术的新疆红富士苹果重量预测[J];新疆农业大学学报;2011年03期
10 刘颖坤;蔡莎艺;喻卫武;冷华南;桂仁意;;超高效液相色谱测定铝胁迫下水培毛竹根系分泌物中有机酸[J];浙江农林大学学报;2011年04期
11 吴春发;孙佰仁;许远平;;毛竹高效材用林培育技术[J];现代农村科技;2011年17期
12 胡尚连;卢学琴;陈其兵;曹颖;段宁;何兴炳;;四川蜀南竹海慈竹和毛竹耐寒能力分析[J];福建林业科技;2011年02期
13 杜瑞卿;陈顺立;罗群荣;王骁力;林春穆;吴智才;;应用反频次比较法研究浙江双栉蝠蛾幼虫空间分布格局[J];昆虫学报;2011年08期
14 ;信息高速[J];浙江林业;2006年01期
15 张雷;刘世荣;孙鹏森;王同立;;基于DOMAIN和NeuralEnsembles模型预测中国毛竹潜在分布[J];林业科学;2011年07期
16 张利阳;温国胜;张汝民;王电杰;张俊;;毛竹光合生理对气候变化的短期响应模拟[J];浙江农林大学学报;2011年04期
17 吴明生;;助民增收出实招[J];浙江林业;2006年02期
18 刘宇;李钢;安宁;;基于先验知识的独立分量分析技术在高光谱图像端元提取中的应用[J];安徽农业科学;2011年16期
19 赵进辉;吁芳;吴瑞梅;刘木华;姚明印;;基于分段主成分分析与波段比的鸡胴体表面粪便污染物检测[J];激光与光电子学进展;2011年07期
20 廖艳云;刘资灵;易春林;;托举“世界之最”强势挺进——桂林市为做强林业产业恢弘谋划[J];广西林业;2011年07期
中国重要会议论文全文数据库 前10条
1 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 蔡春菊;郭起荣;刘凤;王青;;毛竹种子含水量的种质保存效应响应[A];第二届全国种子科学与技术学术研讨会论文摘要集[C];2011年
3 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[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
5 罗春生;薛龙;刘木华;黎静;;基于荧光高光谱图像检测鸭肉嫩度的初步研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 刘超;何元磊;黄世奇;刘志刚;王长海;;一种新的高光谱图像有监督特征提取方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
7 何元磊;黄世奇;易世华;刘志刚;齐玮;;一种基于噪声调节主成分分析的高光谱图像波段选择方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
8 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
9 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;基于小波变换的高光谱图像消噪[A];成像光谱技术与应用研讨会论文集[C];2002年
10 孟昱;张钢;高志民;李雪平;;NaCl处理对毛竹叶片叶绿素荧光参数的影响[A];中国园艺学会2011年学术年会论文摘要集[C];2011年
中国博士学位论文全文数据库 前10条
1 黄艳辉;毛竹纤维细胞力学性质研究[D];中国林业科学研究院;2010年
2 梅锋;基于核机器学习的高光谱异常目标检测算法研究[D];哈尔滨工程大学;2009年
3 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
4 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
5 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
6 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
7 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
8 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
9 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
10 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 缪丽娟;毛竹专题信息高光谱特征指数反演技术研究[D];福建农林大学;2011年
2 邵涛;基于光谱信息的高光谱图像目标识别方法的研究[D];哈尔滨工业大学;2010年
3 梁晓静;毛竹赤霉素相关基因的克隆及辐射对其表达的影响[D];华中农业大学;2011年
4 张利阳;临安岳山毛竹碳吸收动态及影响因素研究[D];浙江农林大学;2011年
5 胡倩;基于知识的高光谱图像波谱匹配技术研究与应用[D];中国地质大学(北京);2010年
6 刘烁;毛竹蔓延过程中林内光环境变化对其他树种的影响[D];浙江农林大学;2010年
7 黄业伟;毛竹对盐胁迫的生理响应及耐盐相关基因的表达分析[D];浙江农林大学;2010年
8 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
9 张勇江;毛竹专用矿渣肥对毛竹生长和土壤环境的影响[D];江西农业大学;2011年
10 王汉坤;水分对毛竹细胞壁及宏观力学行为的影响机制[D];中南林业科技大学;2010年
中国重要报纸全文数据库 前10条
1 揭方晓;一根毛竹的价值[N];抚州日报;2008年
2 本报记者 黄朝武;我国毛竹基因组学研究取得重大进展[N];农民日报;2009年
3 江西省靖安县林业局 熊国辉;毛竹的“度”与采伐关系[N];湖南科技报;2009年
4 陈伟华;宁都竹腔施肥催毛竹快长[N];中国绿色时报;2010年
5 见习记者 徐齐 范锐;背毛竹的人们[N];浙江日报;2010年
6 蕉岭县胶合板厂厂长 蔡小珊;大力发展毛竹产业[N];梅州日报;2011年
7 龙晓琴;三江打造毛竹亿元产业[N];广西日报;2011年
8 吴德琴;浙江德清县毛竹市场整治4年终有果[N];中国安全生产报;2011年
9 本报记者 张亦筑;一根毛竹撑着经济飞跃[N];重庆日报;2011年
10 钟南清 郭训忠;奉新三大举措做强毛竹产业[N];中国绿色时报;2011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
  • 010-62982499
  • 010-62783978