论文部分内容阅读
新疆特色林果产业近十年来发展迅速,截止到目前,特色林果种植面积已达2200多万亩,成为新疆解决“三农”问题的主导产业。然而,在特色林果产业化的进程中,其信息化建设明显滞后。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,对新疆特色林果产业的可持续发展具有重要的现实意义。因此,本研究基于高光谱遥感原理,以南疆盆地四种主栽果树树种(苹果、香梨、核桃、红枣)为研究对象,通过测定不同时节四种果树冠层高光谱数据,分析不同时节四种果树冠层光谱曲线动态变化特征;采用不同的高光谱数据降维方法,筛选和分析不同时节四种果树高光谱识别的有效波段和波段特征,在不同分类方法的精度验证基础上,确定南疆盆地主栽果树树种高光谱识别的有效波段和最佳时相。主要研究结论如下:(1)不同波段,南疆盆地四种主栽果树树种冠层光谱特征表现不同;不同时节,其冠层光谱特征也存在差异:六月到十月时节,除苹果冠层阴面光谱反射率呈“下降”趋势、核桃和红枣冠层阳面光谱反射率在可见光区呈“上升”趋势以外,四种果树冠层光谱均表现出“下降-上升”的特性;不同方向测定的南疆盆地四种主栽果树树种冠层光谱整体趋势极其相似,但是在525~575 nm、650~700 nm以及750~850 nm这三个波段范围内差异显著。(2)运用高光谱数据的转换方法能够提高树种的识别精度。通过最佳指数法筛选的敏感波段,其最理想的数据转换方法是对数一阶微分,平均分类精度为95.92%;通过波段指数法筛选的敏感波段,其最理想的数据转换方法是归一化一阶微分,平均分类精度为96.88%。(3)采用波段选择方法能够明显提高树种分类精度。在波段选择中,最佳指数法筛选出的波段组合是690~699 nm,880~889 nm,890~899 nm波段范围,波段指数法筛选出的波段组合是530~539 nm,720~729 nm,760~769 nm波段范围,应用BP神经网络对两种方法筛选的波段进行评价,前者分类精度为97.99%,后者分类精度为98.66%,波段指数法稍高于最佳指数法。(4)采用BP神经网络法对南疆盆地四种主栽果树树种进行分类识别的效果最佳,分类精度达到98.66%,相较于支持向量机法的最高分类精度高出24.01%,相比于逐步判别分析法的最高分类精度高出22.15%。同时,通过分析比较筛选出识别南疆盆地四种主栽果树树种的最佳时相是九月。