鄱陽湖濕地典型植被高光譜特征分析與特征波段選擇研究.pdf

1、 U D C： 學 號： 碩 士 學 位 論 文 年 月 日鄱陽湖濕地典型植被高光譜特征分析與特征波段 鄱陽湖濕地典型植被高光譜特征分析與特征波段選擇 選擇研究 研究 Research on analysis of hyperspectral characteristics and extracting characteristic bands o

2、f typical wetland vegetation in Poyang Lake 學 位 類 別： 理 學 碩 士 作 者 姓 名： 曾 帥 學 科、專 業(yè)： 地圖學與地理信息系統(tǒng) 指 導 教 師： 況潤元副教授

3、 研 究 方 向： 高光譜遙感 江西理工大學碩士學位論文 摘要 I 摘 要 由于光譜分辨率和波段數目的限制， 傳統(tǒng)的多光譜數據難以獲取典型植被的局部精細信息， 對植被的反射光譜信息反映不夠， 不足以分析典型植被的反射光譜差異性，在植被分類識別上存在一定的難度。與之不同的是，高光譜數據具有光譜分辨率高、波段數目多、波段寬度窄等特點，在分析

4、濕地植被的反射光譜差異性方面有較大的潛力。 針對不同濕地植被光譜相似度高、難以分類的特點，本文利用光譜儀測取了鄱陽湖濕地六種典型植被（狗牙根、南荻、水蓼、灰化苔草、藜蒿和蘆葦）的高光譜數據，在對數據進行預處理的基礎上，對高光譜數據進行倒數的對數變換、導數變換（包括一階、二階導數）和包絡線變換，并對比分析了不同植被的反射光譜差異性。 其次， 本文提出了一種基于數據誤差范圍和光譜均值差的植被光譜特征波段選擇方法， 并將該方法與現存的馬氏距離

5、法、 光譜標準差法應用于各種數學變換的光譜曲線分析并篩選出光譜特征波段。經 T 檢驗法檢驗特征波段的敏感度后， 利用 Bayes 法和 Fisher 法對六種典型濕地植被進行了判別分類， 并對精度結果進行了評價，最后在 Landsat 8 影像上檢驗了不同植被的區(qū)分度。 高光譜數據對植被光譜特征信息具有良好的表征能力， 六種植被具有相似的光譜特征曲線。 通過相關的數學變換， 統(tǒng)計各種光譜特征參數可有效突顯出不同植被間的光譜差異，有利于各

6、植被類型的識別，其中通過包絡線變換后，六種植被光譜在 400-529、558-567、653-670、1173-1184 和 1209-1239nm 這四個波段上差異最為明顯。 與現存的光譜特征波段提取方法相比， 本文提出的光譜特征波段選擇法效果更佳，其中原始光譜的特征波段為 422-452、530-592nm，倒數的對數光譜的特征波段為 422-452、522-597nm，包絡線光譜的特征波段為 400-529、558-567、653

7、-670、1173-1184 和 1209-1239nm。基于光譜特征波段，利用 Bayes和 Fisher 判別分析法可有效對不同植被光譜進行判別分類， 且經過變換后光譜的判別分類精度要高于原始光譜，部分植被經過包絡線變換后的精度可提高 13%。利用 Landsat 8 影像可有效對部分植被進行區(qū)分，但由于混合像元因素影響，部分植被之間未能有效區(qū)分。 研究成果為濕地遙感信息解譯、 濕地植被制圖奠定了理論基礎， 為湖泊濕地植被以及湖泊生