基于高光谱遥感数据的树种组分类方法探讨

《基于高光谱遥感数据的树种组分类方法探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ZhejiangA&FUniversityDissertationfortheDegreeofMastert自TheExploreofForestTreeSpeciesDiscriminationBasedonHyperspectra!RemoteSensingDataCandidate：YULongAdviser：DingLi-Xia，ProfessorSpeciality：ForestManagementDateofSubmission：June9，2013iangA&FUniversityLin’an，Zh

2、ejiangprovince，P．R．China2013独创性声明本人声明，所呈交的学位论文，在指导教师指导下，通过我的努力取得的成果，并且是自己撰写的。尽我所知，除了文中作了标注和致谢中已经作了答谢的地方外，论文中不包含其他人发表或撰写过的研究成果，也不包含在浙江农林大学或其他教育机构获得学位或证书而使用过的材料。与我一同对本研究做出贡献的同志，都在论文中作了明确的说明并表示了谢意。如被查有严重侵犯他人知识产权的行为，由本人承担应有的责任。学位论文作者亲笔签名：{孚i汪日期：．压d轷论文使用授权的说明本人完全了

3、解浙江农林大学有关保留、使用学位论文的规定，即学校有权送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密，在——年后解密可适用本授权书。口不保密，本学位论文属于不保密。(请在方框内打“√”)学位论文作者亲笔签名：≤￡乏L日期：)、指导教师亲笔签名：至函盈日期：醐绸肆小摘要随着近年来高光谱技术的不断发展，高光谱数据已经越来越广泛的应用于各行各业中。高光谱数据在林业中的应用在我国还尚处于起步阶段，且研究多集中在对像元级别研究上，远远不能满足实际需求

4、。如何能从高光谱数据快速准确提取森林树种是本文探讨的重点。本文从特征信息提取方法和分类方法两方面分别探讨森林树种高光谱遥感分类问题。特征信息提取包括运用一阶微分、二阶微分、包络线去除等方法对高光谱数据降维和基于图像光谱数据的端元提取。分类方法主要分析比较最大似然法、波谱角填图、线性混合像元分解等。高光谱数据凭借其光谱波段多，光谱分辨率高，图谱合一等突出优势，为森林树种的精确识别提供了可能，然而由于高光谱数据存在数据量大，数据冗余程度高等问题而使其应用受到了阻碍，本文运用原始光谱波段选择、一阶微分、二阶微分、包络线

5、消除等手段结合样地数据，分析评价了有利于森林树种识别的特征波段。准确的端元光谱是运用光谱角分类和线性混合像元分解分类方法应用的基础。本文结合样地调查数据，运用端元纯净指数方法提取了毛竹、雷竹、常绿阔叶林、落叶阔叶林、马尾松的端元波谱。基于此，运用光谱角分类方法对四种特征波段图像和原始图像进行了树种(组)的分类，同时运用线性光谱分解方法和最大似然法对原始图像进行了树种(组)的分类。结果均获得不低于65％的分类精度及O．45以上的Kappa系数，均达到生产精度要求。通过分析比较各种数据处方式及分类方法对分类精度的影响

6、，发现基于原始光谱全波段数据的树种分类(组)精度，波谱角分类方法效果最好，最大似然法次之。波谱角分类方法分别应用于四种波段特征提取方法得到的特征图像和原始图像进行树种(组)分类的精度比较后发现，利用原始全波段数据得到的分类精度明显高于特征波段选择后的分类精度。这有异于一些文献中得到的研究结论，说明在树种分类时常规的一些波段特征选择方法得到的特征波段并没有完全体现不同树种间差异。本文中所选择的特征波段是10个左右，而原始波段有172个，选择的波段数据偏少而使分类精度降低可能是一个原因。总的来讲，运用高光谱遥感数据开

7、展树种分类具有可行性，波谱角分类方法在山摘要区树种(组)高光谱分类应用中有较好的表现。特征波段提取能够减小高光谱数据的冗余度，但是使用不当会把一些有利于树种(组)分类的信息摒弃，不利用于提高分类精度。关键词：高光谱遥感；特征波段提取；端元提取；像元纯净指数；波谱角填图；线性混合像元分解ABSTl乙气CTABSTRACTWiththecontinuousdevelopmentoftohyperspectraltechnology，hyperspectraldatahavebeenwidelyusedinallwal

8、ksoflife．Hyperspectraldataintheapplicationofforestryinourcounh’ywasstillinitsinfancy，andtheresearchfocusedontheresearchonpixellevel，whichcannotsatisfytheactualdemand．HowtOextractforesttre