论文部分内容阅读
本论文选取了华中地区具有代表性的12种树种作为实验对象,包括草本地被1种、针叶树种3种、阔叶树种8种,利用野外光谱仪测量得到它们的叶片和冠层的光谱数据。从不同树种的光谱信息所反映的光谱特征,分析了不同树种光谱之间的差异性和相同性。针对植物所具有的,不同于其他地物的特性,提取了光谱特征位置点和特征参数,基于这些光谱特征位置点和特征参数进行了不同树种的分类。具体结果如下:(1)从光谱曲线上发现,不同树种的叶片和冠层光谱曲线都具有相同的变化趋势,但还是在局部上表现出了细致的差异。(2)提取的特征位置点分布十分集中,分别是蓝紫波段吸收峰M::407nm;蓝边位置B:525nm;绿峰位置G:560 nm;黄边位置Y:575nm;红谷R:674 nm;红边位置V:721nm;近红外平台位置I:750 nm。(3)系统聚类分析法能够较好的将不同树种从大的类别上区分开来,但是在进一步对树种进行细分的时候会存在不同程度的混淆。(4)不同分类距离算法的比较结果发现:马氏距离分类法效果最好,Fisher分类法次之,贝叶斯分类法效果最差。这三种分类方法都能够将地被三叶草区分开,其他树种都存在不同程度的混淆。(5)采用SPSS软件进行的系统聚类分析对植物区分大的类别时效果较好,再进一步进行细分时,如果精度要求较高、样本较多时,工作量就很大;采用MATLAB软件利用混淆矩阵进行数据的计算时,马氏距离分类法的分类效果最好,而马氏距离法分类主要是针对树种的细致分类。也就是说,在区分大的类别时利用系统聚类分析法能取得较好的效果;当存在多个不同的树种,并且同一树种又存在多个样本时,利用马氏距离分类法效果较好。