东洞庭湖湿地植被高光谱数据变换及识别

摘要：

高光谱识别是采用大量比较窄的波段对目标物进行同时观测，以实现对目标物更好的观测效果。以东洞庭湖为研究对象，对典型湿地植被苔草、芦苇、芦蒿、辣蓼和旱柳开展野外高光谱观测的基础上，开展数据变换和分类识别。在对数据进行剔除、滤波和重采样后，对高光谱数据进行导数运算、对数运算、对数的导数运算、归一化运算和归一化后导数运算，以突出植被的光谱特征差异。采用主成分分析方法，对高光谱数据进行降维。并运用BP（Back Propagation）神经网络、马氏距离（Mahalanobis）分类法、贝叶斯（Bayes）分类法、费希尔（Fisher）分类法、光谱角度制图法（Spectral Angle Mapper，SAM）、支持向量机（Support Vector Machine，SVM）等6种方法开展湿地植被识别。结果表明：在多种数据变换方法中，LOG (N(R))变换效果最好，而湿地植被识别方法中，光谱角度制图法的精度最高。

关键词：高光谱识别、湿地植被、光谱特征、东洞庭湖

分类号：S771.8(森林工程、林业机械)

资助基金：国家自然科学基金;湖南省高等学校产业化培育项目

在线出版日期：2014-11-28（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：135-139