基于实测高光谱数据的树种分类

摘要：

本文利用实测高光谱数据,结合光谱特征分析方法和全波段分析方法将15种树木进行有效分类.与多光谱数据对比,高光谱技术具有数据量多、波段窄等特点,根据这一特点高光谱数据可对树种进行更为精细的识别.其中,选择合适的分类波段对于提高树种分类精度非常重要.该文对于使用归一化、一阶微分、倒数等12种变换方法对原始光谱数据进行变换,分析不同变换下树种的光谱曲线,并使用光谱差异较大的特征区域及全波段两种角度树种进行识别分类.总体上,选取特征区域与全波段分类结果相比,在6种变换中,特征区域分类精度大于全波段分类精度,选取特征区域对于二阶微分变换中冬青分类有明显提高.其余6种变换中,全波段分类精度大于特征区域分类精度,对于低通滤波变换对于构树,选取特征区域与全波段相比分类精度较低.

关键词：高光谱、树种分类、光谱特征变换、光谱匹配

所属期刊栏目：31

分类号：S771(森林工程、林业机械)

资助基金：北华航天工业学院协同中心项目;河北省青年基金

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4-7,16