基于实测高光谱数据的太湖湖滨带典型植被分类

摘要：

湖滨带是湖泊生态系统与陆地生态系统的连接枢纽,对陆地生态环境的稳定有着积极的作用,利用植被高光谱特征识别湖滨带植被生长与分布状况对滨岸生态系统的管理和研究具有十分重要的意义.以太湖湖滨带(宜兴段)为研究区域,利用FieldSpec(R)3 Hi-Res便携式地物光谱仪测量5类典型植被冠层光谱;在利用S Golay滤波对异常光谱数据进行剔除的基础上,采用光谱微分法与植被指数法构建光谱特征;应用人工神经网络法结合因子分析法对典型植被进行分类提取.结果表明:(1)利用S Golay滤波方法能够较好地平滑噪声,保留其真实光谱特征;(2)在利用原始反射率、植被指数、一阶光谱微分、二阶光谱微分的4种分类组合中,二阶微分数据的神经网络分类精度最高,原始分辨率分类精度最低;(3)在不同植被类型的分类中,4类分类组合方法对夹竹桃的分类效果最好,对柳杉的分类效果最差.

关键词：高光谱、光谱特征变换、因子分析、神经网络、湖滨带、植被分类

所属期刊栏目：45

分类号：S184;S127(农业生物学)

资助基金：国家自然科学基金41501431;林业公益性行业科研专项201404305;江苏省普通高校自然科学研究计划15KJB420001;江苏省研究生培养创新工程CXZZ12_0523

在线出版日期：2017-05-16（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：240-244