微分光谱连续小波系数估测雅氏落叶松尺蠖危害下的落叶松失叶率

摘要：

害虫引起的林木失叶会严重威胁森林健康.森林虫害遥感监测与评价中快速、准确获取失叶信息十分重要.基于此,针对雅氏落叶松尺蠖引起的落叶松失叶灾象,在蒙古国开展受害林木光谱测量和失叶率估测试验.首先通过光谱实测数据的处理,得到微分光谱反射率(DSR ,对光谱反射率求一阶导数)和微分光谱连续小波系数(DSR‐CWC ,利用Biorthogonal ,Coiflets ,Daubechies和Symlets等4种小波系的36个母小波基函数对DSR进行连续小波变换) ,分析DSR和DSR‐CWC对失叶率的敏感性,进而借助MATLAB的Findpeaks(Fp)函数自动寻找DSR和DSR‐CWC的敏感波段并确定其对应的敏感特征,然后利用连续投影算法(SPA)对敏感特征进行降维处理,最后利用敏感特征建立偏最小二乘回归(PLSR)和支持向量机回归(SVMR)失叶率估测模型,并与逐步多元线性回归(SMLR)模型进行比较.研究结果表明:①DSR‐CWC与DSR相比,对失叶率变化的敏感性更显著且敏感波段亦较多,其敏感波段主要分布于三个吸收谷(440～515 ,630～760和1 420～1 470 nm)和三个反射峰(516～620 ,761～1 000和1 548～1 610 nm )范围内.说明DSR‐CWC能够增强光谱反射和吸收特征.②Fp与SPA结合模式(Fp‐SPA )不仅能够快速、客观选择敏感特征,而且对特征有效降维,是一种光谱敏感特征选择的有效方法.③4种小波系的最优母小波基分别为bior2·4 ,coif2 ,db1和sym6 ,其中db1的失叶率估测性能最稳定,精度最高.④对DSR进行连续小波变换能够提高失叶率估测精度,在DSR‐CWC中db1‐PLSR模型(R2M ＝0·934 0 ,RM SEM ＝0·089 0 )提高的最为显著,比DSR‐PLSR的R2M 提高了0·047 5并且比DSR‐PLSR的RM SEM 降低了0·024 9 .⑤利用DSR‐CWC建立的PLSR和SVM R模型估测精度类似,其精度优于SMLR模型.可见,DSR‐CWC比DSR失叶率估测更有潜力,可为森林虫害遥感监测中提供重要参考.

关键词：雅氏落叶松尺蠖、落叶松失叶率、微分光谱连续小波系数、Findpeaks函数、连续投影算法

所属期刊栏目：39

分类号：O433.4(光学)

资助基金：国家自然科学基金项目;内蒙古自然科学基金项目;内蒙古科技计划项目

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2732-2738