面向对象的高光谱影像湿地植被信息提取

以美国Sacramento-San Joaquin三角洲为研究区,提取高光谱遥感影像上湿地植被的光谱响应特征,用于指导面向对象的湿地植被信息提取。结果表明,基于光谱响应特征分析的面向对象分类精度为88.03%,而未利用光谱响应特征的面向对象分类精度为72.08%。在面向对象提取前对植物光谱响应特征进行特征提取,可以实现湿地植被在物种水平上的识别,并可以有效提高分类精度。     

基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究

典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。     

基于高光谱的湿地植被分类研究

光谱特征的选择对于湿地植被的识别精度和效率有直接的影响。本文以萨克拉门托-圣华金三角洲为研究区,基于Hy Map航空高光谱遥感影像数据,分析湿地植被的一阶微分和二阶微分光谱特征。在上述分析的基础上基于均值置信区间的波段选择法对一阶微分、二阶微分进行波段选择,根据获取的有效特征波段构建特征集,利用C5决策树分类算法产生规则集,并对实验区的湿地植被进行了分类研究。结果表明:湿地植被的一阶微分、二阶微分能够突出不同湿地植被光谱曲线在不同波段的增速不同,利用均值置信区间的波段选择法能够对特征波段起到降维效果,根据降维后的特征波段采用C5决策树分类算法,可以实现湿地植被在物种水平上的识别,并达到较好的分类精度。     

基于光谱特征的湿地湿生植物信息提取研究

基于湿生植物光谱特征分析,采用面向对象分类方法提取湿地典型植被信息。在大量的野外实地调查基础上,确定提取的典型植物类型为芦苇(Phragmites australis)、长芒稗(Echinochloa crusgallii)和睡莲(Nymphaeatetragona);采集湿地优势植物光谱数据,将优势植物与提取对象芦苇、长芒稗和睡莲的光谱特征进行相关性分析,获取物种间区分性好的波段及波段组合,参与影像分割权重的设置;根据典型植被的分布特征,确定面向对象分割尺度(其中芦苇的分割尺度为50,长芒稗的分割尺度为20,睡莲的分割尺度为100)。通过研究发现:基于光谱特征分析的面向对象的分类精度为96%,而未利用光谱特征的面向对象的分类精度为87.3%,传统监督分类精度仅为82.3%。证明在面向对象提取前对植物光谱特征分析得到区分性好的波段及波段组合参与分割,对提高分类精度起关键作用。     

湿地植被成象光谱遥感研究

该文论述了成象光谱信息在鄱阳湖湿地进行植被光谱识别分类与生物量制图的部分研究结果，研究如何从高光谱分析图象上有效地定量提取植被生长物理参量以及湿植被类型识别，包括（１）基地多高度大气订正后的反射率图像获取；（２）导数光谱分析与生物量制图；（３）基于光谱波形匹配的湿地植被分类，识别。     

矿化蚀变区典型地物光谱特征分析与空间结构研究——以内蒙古突泉县—扎鲁特旗成矿带为例

基于野外实测光谱数据,分析岩石、土壤和植被的光谱反射特征,提出在光谱特征空间研究典型地物的几何结构与空间关系,分析总结中等植被覆盖的矿物蚀变区典型地物在光谱特征空间中的分布形态与空间分布关系,为遥感矿化蚀变信息提取提供科学依据。     

洪泽湖湿地植被信息提取方法研究

以洪泽湖淡水湿地为研究对象,在分析了各类地物光谱特征的基础上,提出了分区分类的方法。首先选取6种典型指数分别对研究区湿地植被进行分类计算,从中选择合适的指数进行湿地植被的信息提取;再运用决策树模型进行湿地植被分类;并将分类结果与最大似然法的分类结果进行了比较。结果表明,1 NDVI提取的沉水植物信息效果最好,挺水植物和浮水植物可用改进归一化差异水体指数(MNDWI)进行区分;再利用决策树对湿地植被进行分类,总体精度达到85.09%,与最大似然法相比,提高了6%。2洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74%。     

西沙群岛精细植被分布的遥感制图及动态变化

西沙群岛是南海群岛中岛屿最多、面积最大的群岛,自然环境独特、植物区系特殊、岛上植被一直都是植物学家及地理学家重点关注的问题。本文基于光谱分类,于决策层融合支持向量机与光谱信息散度两类分类器进行西沙群岛典型岛屿植被类型识别,形成典型植被分布图。建立西沙群岛典型植被光谱库,分析西沙群岛典型植被实测光谱与其一阶导数的特性,并基于典型岛屿不同时期的植被分布图进行变化分析。结果表明：（1）采用光谱分类的生产精度及用户精度在西沙群岛主要岛屿的平均值为83.49%、85.54%,Kappa系数为0.8728。（2）2002年—2018年,各典型岛屿主要受到人类活动影响,整体上植被种类及植被面积增加,草海桐形成单优植被群落。（3）经相关性分析,各典型岛屿植被种类数量与本岛面积基本成正相关关系,且面积越大,植被种类随时间增加速度越快;相邻岛屿之间的距离与两岛植被相似性呈正相关,两岛距离越近,植被种类相似性越高。     

地面成像和非成像地物光谱仪在不同水分环境下湿地植被光谱特征对比研究——以东洞庭湖湿地区域苔草植被光谱特征为例

利用SOC710VP成像光谱仪和ASD Field Spec 3地物光谱仪在湿地区域获取了典型湿地植被苔草光谱反射数据信息,比较了在不同水分环境下两个仪器在400—1 000 nm波长范围的光谱特征,对两种仪器的光谱结果进行了9种典型植被指数运算和比较。结果表明,在不同的水分环境下(土壤含水率51%、32%、14%三个区域比较分析)SOC710VP的反射率曲线和地物光谱仪ASD Field Spec 3的趋势相近,二者有很好的一致性,表现在550 nm和730 nm的反射峰,690 nm和970 nm的吸收谷,以及连续的近红外反射平台。二者也有非常明显的区别:1)SOC710VP在3个土壤水分环境下的苔草叶片光谱值都大于ASD Field Spec 3所采集到的苔草叶片光谱反射值;2)SOC710VP反射率曲线没有ASD Field Spec 3测出的原始光谱曲线平滑,波动幅度变化更大,在近红外波段较明显,变化更清晰,利于后续的光谱端元聚类分析。综上证明:成像光谱仪获取的数据具有图谱合一、光谱曲线特征可靠的特征,在湿地近地高光谱遥感研究中具有很大潜力,拓展了湿地资源遥感监测的技术手段。     

利用光学和SAR遥感数据的若尔盖湿地植被分类与变化监测

湿地植被在固碳过程中扮演重要角色。作为高寒湿地生态系统的典型代表，若尔盖湿地的植被分类与变化监测对于研究其碳汇功能具有重要意义。光学遥感和微波遥感在植被监测中各有其优缺点，因此本研究提出结合Sentinel-2光学数据和Sentinel-1合成孔径雷达SAR (Synthetic Aperture Radar)数据的若尔盖湿地植被分类与变化监测方法。基于动态时间归整算法DTW (Dynamic Time Warping)提取Sentinel-1 SAR数据的时间序列物候特征，结合Sentinel-2多光谱数据的光谱特征，以2020年实地获取的植被样本及使用样本迁移得到的2017年样本，通过随机森林算法分别对两个时期的若尔盖湿地植被进行分类并对其变化进行分析。研究表明：(1)结合Sentinel-1和Sentinel-2数据，充分发挥各自多时相、多光谱的优势对若尔盖湿地植被进行分类得到可靠的分类结果，总精度达到了97.43%,Kappa系数为0.96。(2)基于样本迁移原理，本研究通过将2020年实地采集的样本迁移至2017年，解决了历史时期实地样本不可得的问题，并针对SAR数据的特点提...