基于HJ-1A高光譜遙感樹種識(shí)別的研究.pdf

1、當(dāng)前，已有很多專家學(xué)者應(yīng)用高光譜遙感影像進(jìn)行森林樹種識(shí)別研究，但以國內(nèi)的環(huán)境與災(zāi)害監(jiān)測小衛(wèi)星高光譜遙感數(shù)據(jù)為基礎(chǔ)提取森林樹種識(shí)別的研究卻鮮有相關(guān)報(bào)道。因此，本論文基于環(huán)境與災(zāi)害監(jiān)測小衛(wèi)星的遙感影像，以吉林省汪清林業(yè)經(jīng)營區(qū)為研究對(duì)像，對(duì)該林區(qū)內(nèi)的主要樹種蒙古櫟、白樺和落葉松等樹種進(jìn)行識(shí)別，以探討環(huán)境與災(zāi)害監(jiān)測小衛(wèi)星在森林樹種識(shí)別的可應(yīng)用性，可望對(duì)后續(xù)的研究提供相關(guān)的參考和依據(jù)。
　　本文首先對(duì)研究區(qū)的HJ-1A高光譜遙感影像進(jìn)行預(yù)處

2、理，然后應(yīng)用最佳指數(shù)法、波段指數(shù)法、協(xié)方差特征值法和基于光譜灰度值的特征選擇方法等，選出三個(gè)可分性好的波段組合以更好地區(qū)分該研究區(qū)中蒙古櫟、白樺和落葉松等樹種。再用基于樹種光譜知識(shí)的分類技術(shù)，并結(jié)合研究區(qū)的坡向和高程數(shù)據(jù)信息對(duì)研究區(qū)的蒙古櫟、白樺和落葉松進(jìn)行樹種識(shí)別。
　　研究結(jié)果表明:(1)在波段選擇中，用最佳指數(shù)法提取出的波段組合為21-109-112;用波段指數(shù)法選出的波段組合為21-33-112;用協(xié)方差特征值選出的波段組

3、合為21-27-112;用光譜灰度值選出的波段組合為47-72-107。然后用光譜維混合距離對(duì)各個(gè)方法進(jìn)行評(píng)價(jià)，評(píng)價(jià)出最佳波段組合為47-72-107。(2)在樹種識(shí)別中，僅基于光譜值的專家知識(shí)總體分類精度為75.00％，卡帕系數(shù)為0.6087;結(jié)合坡向信息的知識(shí)分類，總體分類精度為83.33％，卡帕系數(shù)為0.7391;結(jié)合高程信息的知識(shí)分類，總體分類精度為91.67％，卡帕系數(shù)為0.8588;結(jié)合坡向信息和高程信息的知識(shí)分類，總體分類

4、精度為95.83％，卡帕系數(shù)為0.9310。
　　應(yīng)用專家知識(shí)分類方法對(duì)環(huán)境與災(zāi)害監(jiān)測小衛(wèi)星的汪清研究區(qū)的高光譜遙感數(shù)據(jù)進(jìn)行分類，并結(jié)合研究區(qū)的空間信息數(shù)據(jù)，可以很好地識(shí)別汪清林業(yè)經(jīng)營區(qū)的蒙古櫟、白樺和落葉松等樹種。
　　本文的創(chuàng)新點(diǎn)在于:(1)以環(huán)境與災(zāi)害監(jiān)測小衛(wèi)星的高光譜遙感數(shù)據(jù)為基礎(chǔ)，創(chuàng)造性地基于樹種的光譜特征值對(duì)波段進(jìn)行選擇，與其他方法相比，得到的波段組合可分性最好;(2)在森林類型識(shí)別上，應(yīng)用基于樹種光譜特征知識(shí)的