基于高光谱遥感数据的森林优势树种组识别1)
2015-03-06王璐范文义
东北林业大学学报 2015年5期
王璐 范文义
(东北林业大学,哈尔滨,150040)
责任编辑:王广建。
高光谱遥感是指在电磁波谱的紫外、可见光、近红外和中红外区域获取许多非常窄且连续的图像数据的技术[1]。高光谱遥感是20世纪末人类对地观测方面取得的重大技术突破之一。成像光谱仪为每个像元提供数十至数百个窄波段光谱信息,能产生一条完整而连续的光谱曲线,它以纳米级的光谱分辨率,用几十到几百个波段同时对地物成像,从而获得地物的连续且精细的光谱信息[2]。
常规的森林经理调查主要使用大比例尺的航片或较高空间分辨率遥感图像进行解译,进行森林优势树种组识别受到多光谱遥感光谱分辨率的限制,难以满足实际生产的需求[3]。随着高光谱遥感数据产品的日益丰富,开始有学者使用CASI、Hyperion等高光谱数据对森林树种类型进行识别研究,其中有关光谱特征的选择和提取是一个重要的研究方向[4]。张良培等[5]用高光谱对植物物种进行识别;Zhang等[6]用HYDICE高光谱数据进行热带森林植被的分类研究;Martin等[7]结合不同森林树种之间特有的生化特性和高光谱数据(AVIRIS)与树种叶片化学成分之间建立的关系,鉴别了11种森林类型;Davison等[8]对使用机载CASI高光谱数据监测加拿大安大略湖森林参数的能力进行了评价;G.Goodenough等[9]使用Hyperion、ALI和ETM等遥感数据,对加拿大维多利亚地区的5种森林类型进行了分类;宫鹏等[10]利用高分辨率光谱仪实地测得光谱数据,识别美国加州的6种主要针叶树种,采用相邻窄波段逐步加宽的方法,测试不同波段宽度对树种识别精度的影响。……
登录APP查看全文
