论文部分内容阅读
近十几年来,南疆环塔里木盆地已经发展成为我国特色林果的主产区,是新疆农村经济发展和农民增收的主导产业。以地面调查为主的传统森林资源调查方式,费时、耗力、成本高及周期长；以多光谱遥感为辅的资源调查难以区分树种,不能满足南疆林果产业工程信息化管理发展的需要。而高光谱遥感数据具有窄波段、多通道以及图谱合一的优点,为准确地探测具有细微光谱差异的不同树种类别提供了可能。本文以国产HJ-1A卫星的高光谱数据(Hyper-Spectral Imager, HSI)为数据源,以新疆阿克苏地区温宿县周边大面积人工栽植的苹果(Malus pumila Mill)、核桃(Juglans regia Linn)、束(Ziziphus zizyphus Mill)3种果树为研究对象,采用不同的去噪方法和降维方式对高光谱影像进行处理,开展了基于特征空间和基于光谱空间的经济林树种识别研究,拓展了国产卫星数据的应用领域,以期为南疆主栽经济林树种的遥感监测识别和经济林资源信息的管理提供科学依据。所得主要结论如下：(1)基于波段选择的南疆主栽经济林树种识别研究表明：HJ-1A卫星HSI数据筛选出的敏感波段集中在红光和近红外波段范围,且对经济林树种都具有良好的可分性。敏感波段组合(28-40-77、28-54-75、20-40-58)对经济林树种总分类精度均达到了70%以上,基于TM432划分波段的波段指数法筛选的20-40-58组合,总分类精度最高(OA=72.46%),Kappa系数为0.5838,优于其他波段的筛选组合。(2)基于光谱匹配的南疆主栽经济林树种识别研究表明：光谱角度填图法(Spectral Angle Mapping, SAM)分类方法对经过数据转换后的影像进行树种识别的精度大多保持在60%左右,高于光谱信息散度(Spectral Information Divergence, SID)的识别精度,其中,经过一阶微分转换的HSI高光谱影像进行南疆主栽树种识别精度最高(OA= 70.05%), Kappa系数为0.5297。(3)基于混合像元分解的南疆主栽经济林树种识别研究表明：以像元纯度指数(Pixel Purity Index, PPI)方法选取端元的方式进行南疆主栽经济林树种识别的直接分解精度在65%左右,分解后最大似然分类精度在70%左右,优于典型样地为端元的方式。其中,经过最小噪声分离变换(Minimum Noise Fraction, MNF)变换后的数据进行分类识别的精度较高(OA=71.60%), Kappa系数为0.5669,有约束条件的线性光谱分解与无约束条件下的线性光谱分解分类结果基本一致。