论文部分内容阅读
近年来,高光谱遥感技术因其波段数目多且具有纳米级的光谱分辨率被普遍应用于农业、林业及草原等相关领域的植被类型精细识别,解决了传统遥感只能识别地物大类的问题,然而不同植被类型由于地域的不同,受到的制约因素也有所不同,因此对于植被光谱特征的参数选取、分析方法也有所不同,矿区植被由于地域的特殊性更被鲜少研究。南方离子型稀土矿区大量开采后导致生态环境恶化,造成诸如水土流失、植被破坏等问题,其主要治理方法依靠人工复垦技术,但复垦植被难以从遭到破坏的土壤中吸取养分,致使其长势普遍较差,复垦效果不尽如人意;同时,矿区多采用混种方式栽种复垦植被,对植被理化参数高光谱遥感反演工作造成困难。本文实测了赣州定南县坳背塘稀土矿点四种典型复垦植被(红叶石楠、马尾松、油桐和竹柳)高光谱数据,研究了其光谱曲线特征并构建了复垦植被识别方法,能够为植被反演工作提供实验基础,也为南方离子型稀土矿区典型复垦植被长势监测、反映矿区复垦效果提供了理论依据和技术支持。首先,将实测四种典型复垦植被高光谱反射率数据进行预处理后,运用一阶导数(FDR)、倒数的对数(Log(1/R))和去包络线(CR)等光谱变换技术放大其谱间的差异性,然后基于马氏距离和均值置信区间带的方法对植被光谱数据进行降维处理,最后,使用费希尔(Fisher)和贝叶斯(Bayes)法对四种复垦植被进行识别,并做了分类精度分析与判别方法比较,得到主要结论如下:(1)四种植被的光谱曲线具有基本的峰谷特征,符合普通生长状况良好的绿色植被光谱曲线走势。可见光波段范围内存在“两谷一峰”和“红边”特征,且由于受到矿区环境因素影响,四种植被均存在不同程度的“蓝移”,以马尾松和竹柳影响最为明显。四种复垦植被在导数光谱中的三边参数、Log(1/R)中“两峰一谷”及CR中的吸收深度、斜率K和对称度S均存在差异,表明运用这些光谱变换技术区别复垦植被种类是有效的。(2)基于本文最优降维方法均值置信区间带法选出的复垦植被光谱特征波段为:原始光谱的536~578nm;倒数的对数光谱的530~541、1032~1065nm;去包络线光谱的396~492、536~558、639~687、1110~1143nm。(3)基于Bayes和Fisher两种判别方法能够对每种复垦植被原始及变换光谱成功识别,经过光谱变换后四种植被的分类精度较原始光谱均有所提升,去包络线光谱中两种方法的总体分类精度分别为0.806和0.813,优于其他变换光谱。就原始光谱而言,Fisher判别法总体分类精度较高,而对于变换后的光谱(倒数的对数光谱和去包络线光谱),Bayes法效果要优于Fisher法。