论文部分内容阅读
新疆林果产业近十年来发展迅速,到目前为止,全区特色林果面积已超过2000多万亩,特色林果产业已经成为新疆解决“三农”问题的主导产业。然而,在林果产业规模化、产业化的进程中,特色林果产业的信息化建设明显滞后。快速、准确掌握特色林果资源布局、规模和更新等基本信息已经成为新疆特色林果产业快速健康发展的迫切需求,而传统调查方式以多光谱遥感和地面辅助调查为主,不仅费时、耗力,且周期较长。基于高光谱遥感的林果信息提取具有快速、准确和应用范围广的特点。而林果树种的光谱识别是这一工作的核心内容,在特色林果产业的可持续经营中具有重要的现实意义。通过果树冠层光谱数据测定和处理的研究表明,不同的光谱数据变换方式均能够在一定程度上提高南疆盆地主栽5种果树树种的分类精度,尤其是对数一阶微分变换下5种果树树种分类精度明显提高,达84.00%。而且在树种识别过程中,冠层阴面或阳面测定的光谱数据对树种识别精度影响不大,基本都能够客观的反映出不同果树树种固有的波段特征。通过基于冠层光谱降维处理下的树种识别研究表明,在平滑滤值处理过程中,合理步长间隔的选择是影响果树树种分类精度的关键参量。针对5种果树树种光谱数据分类时,原始光谱数据均值滤波处理的步长间隔过大或过小都不利于总体分类精度的提高,平滑滤值的步长间隔为10nm可以作为最佳步长选择,此时树种分类精度最高,达97.33%。筛选出的5种果树树种识别有效波段主要集中在红光、绿光和近红外波段范围。通过基于冠层原始光谱数据的树种识别研究表明,特征位置点和特征参量参与下能够在很大程度上提高树种识别的精度。基于冠层原始光谱数据的果树树种识别研究中,蓝边位置、黄边位置、红边位置和近红外平台4个特征位置点和蓝边面积、蓝边斜率、黄边面积、红边面积4个特征参量是树种分类的重要敏感波段区间,分类精度可达86.67%,明显高于全波段参与的树种分类的总精度72.00%。