基于无人机高光谱影像的三江源草种精细识别研究

摘要：

草种精细识别对三江源区草地生态系统退化监测具有重要意义.基于无人机高光谱遥感系统,获取三江源草地退化典型区的高光谱影像.在对原始光谱特征利用XGBoost进行优化选择的基础上,结合扩展形态学属性剖面特征,利用稀疏多项式逻辑回归与自适应稀疏表示两种分类方法分别对影像上的不同可食与毒杂草种进行精细识别,在此基础上提出形状自适应的后处理方法对识别结果进行平滑处理.结果 表明:①利用XGBoost方法选择出重要性高的光谱特征能提升高光谱数据的识别效果并节省运行时间;②利用空间—光谱特征的识别方法相较于仅利用光谱特征的方法可以有效改善草种识别效果,使总体精度提升4％～5％;③利用两种稀疏表示方法在小样本的情况下对草种精细识别的精度分别达到94.07％、93.15％,利用形状自适应后处理方法能有效提高多种毒杂草种的识别精度,使得总体精度分别提升约1.64％和1.12％.基于特征挖掘的稀疏表示分类方法能实现高精度的无人机高光谱影像草种精细识别,为更大范围的草原物种精细识别提供了技术支撑.

关键词：无人机高光谱影像;草种精细识别;特征挖掘;形状自适应;稀疏表示;三江源

所属期刊栏目：36

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：926-935