基于葉片高光譜特性分析的樹種識別方法
發布時間:2024-08-26
瀏覽次數:267
?高光譜逼感技術的出現將為解決森林樹種的精細識別難題提供有效的途徑。利用高光譜遙感技術進行樹種鑒別時,光譜特征的選擇及提取是個非常重要的過程。本文簡單介紹了基于葉片高光譜特性分析的樹種識別方法。
高光譜逼感技術的出現將為解決森林樹種的精細識別難題提供有效的途徑。利用高光譜遙感技術進行樹種鑒別時,光譜特征的選擇及提取是個非常重要的過程。本文簡單介紹了基于葉片高光譜特性分析的樹種識別方法。
?
與多光譜數據相比,高光譜數據具有波段多、數據量大、冗余度大等特點。該文利用光譜微分法對原始光譜數據進行處理,分析不同樹種原始光譜、光譜一階微分和光譜二階微分曲線圖,從中選擇差異較大的波段用于鑒別不同樹種。
?
有學者將實驗地點為浙江省臨安市浙江林學院校內植物園,選擇了香樟、麻櫟、馬尾松、毛竹等4種南方常見的樹進行試驗,每種樹選取5棵樹,每棵樹采集10片向陽面的成熟葉,共50個葉片樣本。野外采樣在晴朗的天氣進行,選擇生長茂盛的樹進行樹葉采集放在保鮮箱里,并迅速帶到室內利用ASD FieldSpec Pro FR野外光譜輻射儀進行光譜測量。該光譜儀的波段范圍為350~2 500 nm,共2151個波段,為了光譜測量的準確性和穩定性,利用該光譜儀配套的植被高密度探頭進行光譜測量,每測完10片樹葉進行一次標準白板的校正。將每棵樹的10片樹葉光譜反射率進行平均,求得每棵樹的光譜反射率;而后對每種樹的5棵樹的光譜反射率值取平均值,得到每種樹的光譜反射率值。
檢驗的結果顯示選擇的波段能有效地區分不同樹種。區分不同樹種的有效波段大都位于近紅外波段,并且差異最大的波段也是近紅外波段,其分別為1657~1 666和1 868~1877 nm.
?
上一頁 : 機載高光譜成像在礦產勘查和土壤調查的應用
下一頁 : 高光譜遙感與多光譜遙感的優缺點和異同點比較分析
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..