基于冠层光谱数据的南疆盆地主栽果树树种遥感分类研究

《基于冠层光谱数据的南疆盆地主栽果树树种遥感分类研究》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、护；、＂＇自叫．，１０７５８Ｓ７５７学獄码：．２分类号：考違；寄３托Ｉ’＇１’＇１３３３０２０４６３密级学号：：公开＼＾口－、．ＶＦ＊Ｊ．，，，＇‘一識Ｖ乂Ｊ＃遍嘱？謝糊农业推广硕壬专业学位论文＊１基于冠层光谱数据的南疆盆地主栽果树树种．？遥感分餐？类研究吗ＲｅｓｅａｒｃｈｃｍＲｅｍｏｔｅＳｅｎｓｉｎｇＣｌａｓｓｉｆｉｃａｔｉｏｎ化ｒＭａｉｎＦｒｕｉｔｅｒｓ、绰ｗｅｃｉｄｏｎＣａｎｏＨｅｒｓｅｃｔｒａｌＤａｔａｉｎＳｏｕ化ｅｒｎＳｐｅｓＢａｓｅｐｙｙｐｐ’ＸｉｎｉａｎＢａｓｉｎｊｇ

2、礁．．—．．＇，心ｏ片户呼勢心；研究生姓名李子爸．讓校内导师姓名及职称王振锡副教授校外导师姓卷及职称苏香珍高级工程师专业学位类别农业推广硕壬领域矣称林业度＇研究方向林业信息技术与应用胃真＾Ｖ所在学院林学与园艺学院罪ｒ？；賴領胃胃胃＇一胃？二〇五年五月Ｖ，＾禮＇班＿％、＾續．ｒ‘蒙應．ｉｌ独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人己经发表或撰过的研，写究成果也不包含为获得新疆农业大证一工学或其他。

3、教育单位的学位或而使书用过的材料与我同作的同志对研究所做的任已本何贡献均在论文中作了确的说。明明并表示了谢意研究生签：名年时间日月ｙ是于关学位论文用授明使权的说ｉ人全解业、论本完了新疆农大学有关保留使用学目：位文的规定，ｉ新疆农业大学有权保留并向国家有关部或机构送交论和口文的复印件电子文档，可Ｗ采影、、汇用印缩印或扫描等复制手段保存编学位论，文允许论文被杳阅和阅。疆业借本人授权新农大学学位论的全将文部或部分内容编入有关数据库进行检索，可公布（包括刊登）论文的全部或部分内容。（此协议保密的学位论文在）解密后应遵守＾研生签；究名＾束时间年日月签：；

4、导师名时间年月日＾５文７ｙｋ本文是新疆高校科研计划科学研究重点项目“南疆盆地主栽经济林树种纹理特征及遥感识别技术研究”（课题编号：XJEDU2013I16）课题主持人：王振锡副教授高分辨率对地观测系统专项“新疆特色林果面积精准监测与应用示范分系统”（课题编号：95-Y40B02-9001-13/15-01-01）课题主持人：李建贵教授的部分研究成果（新疆农业大学）基于冠层光谱数据的南疆盆地主栽果树树种遥感分类研究摘要新疆特色林果产业近十年来发展迅速，截止到目前，特色林果种植面积已达2200多万亩，成为新疆解决“三农”问题的主导产业。然而，在特色林果产业化的进程中，其信息化建设明显滞

5、后。基于高光谱遥感的林果信息提取具有快速、准确和应用范围广的特点，对新疆特色林果产业的可持续发展具有重要的现实意义。因此，本研究基于高光谱遥感原理，以南疆盆地四种主栽果树树种（苹果、香梨、核桃、红枣）为研究对象，通过测定不同时节四种果树冠层高光谱数据，分析不同时节四种果树冠层光谱曲线动态变化特征；采用不同的高光谱数据降维方法，筛选和分析不同时节四种果树高光谱识别的有效波段和波段特征，在不同分类方法的精度验证基础上，确定南疆盆地主栽果树树种高光谱识别的有效波段和最佳时相。主要研究结论如下：（1）不同波段，南疆盆地四种主栽果树树种冠层光谱特征表现不同；不同时节，其冠层光谱特征也存在差异：六月到

6、十月时节，除苹果冠层阴面光谱反射率呈“下降”趋势、核桃和红枣冠层阳面光谱反射率在可见光区呈“上升”趋势以外，四种果树冠层光谱均表现出“下降-上升”的特性；不同方向测定的南疆盆地四种主栽果树树种冠层光谱整体趋势极其相似，但是在525～575nm、650～700nm以及750～850nm这三个波段范围内差异显著。（2）运用高光谱数据的转换方法能够提高树种的识别精度。通过最佳指数法筛选的敏感波段，其最理想的数据转换方法是对数一阶微分，平均分类精度为95.92%；通过波段指数法筛选的敏感波段，其最理想的数据转换方法是归一化一阶微分，平均分类精度为96.88%。（3）采用波段选择方法能够明显提高树种

7、分类精度。在波段选择中，最佳指数法筛选出的波段组合是690～699nm，880～889nm，890～899nm波段范围，波段指数法筛选出的波段组合是530～539nm，720～729nm，760～769nm波段范围，应用BP神经网络对两种方法筛选的波段进行评价，前者分类精度为97.99%，后者分类精度为98.66%，波段指数法稍高于最佳指数法。（4）采用BP神经网络法对南疆盆地四种主栽果树树种进行分类识别的效果最佳，分类