论文部分内容阅读
青海湖流域位于青藏高原东北部,是典型的干旱区,生态系统极其脆弱,境内植被类型及其分布一直是困扰研究的难题。该区海拔总体较高(3200m以上),面积较大(2.96×10~4km~2)且植被类型多样,相对于传统的实地样方调查和多光谱目视解译,HJ-1A HSI高光谱遥感数据以其覆盖范围广、波段较多和光谱信息丰富的特点,在该区植被精细分类方面具有显著优势。本文兼顾研究和实际应用需求,首先利用预处理后的青海湖流域单景HSI高光谱遥感数据进行试验,通过多种降维和分类算法结果对比,以获取适用于HSI高光谱遥感数据较优的数据处理方法和流程,之后将其应用于整个流域31景HSI数据,完成了青海湖流域1:50万植被类型分布图制作。单景HSI高光谱遥感数据试验包括:分别采用MNF、KPCA和ISOMAP三种降维方法对影像进行降维,通过分析降维后各自的规则化特征图谱,得出ISOMAP在处理HSI数据时在信息集中上具有明显优势,之后比较了基于传统欧氏距离的ISOMAP与基于图像欧氏距离的IMED-ISOMAP两种降维方法的优缺点,认为从信息熵和平均梯度来看,二者相差不大,但基于传统欧氏距离的ISOMAP算法效率较高,适用于青海湖流域HSI的降维应用。而降维后的影像分类,则通过对比最大似然、人工神经网络和支持向量机(SVM)三种分类算法精度,认为SVM在高光谱数据分类中优于其他两种。单景HSI高光谱遥感数据结果表明:ISOMAP+SVM比较适宜青海湖流域草地植被分类图制作。基于单景试验如上结论,采用ISOMAP降维与SVM分类方法相结合对青海湖流域31景HSI高光谱遥感数据进行处理,辅以野外调查和高空间分辨率影像等数据资料,完成了青海湖流域植被类型分布图制作。与1:100万植被图相比,青海湖流域植被类型分布图新增了三种之前因分布面积过小或混合生长而被忽略的植被类型:披碱草、柴胡和马先蒿。地类斑块数由190个增加到13690个,调整了各分类单位的边界,细化了各分类单位的分布区域,较好地反映了青海湖流域植被空间分布的细部特征。