|本期目录/Table of Contents|

[1]喻俊,李晓敏,张权,等.基于实测高光谱数据的太湖湖滨带典型植被分类[J].江苏农业科学,2017,45(05):240-244.
　Yu Jun,et al.Classification of typical vegetation zones of Taihu Lake based on measured hyperspectral data[J].Jiangsu Agricultural Sciences,2017,45(05):240-244.
点击复制

基于实测高光谱数据的太湖湖滨带典型植被分类(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第45卷
期数:
2017年05期
页码:
240-244
栏目:
资源与环境
出版日期:
2017-03-05

文章信息/Info

Title:
Classification of typical vegetation zones of Taihu Lake based on measured hyperspectral data
作者:
喻俊1; 李晓敏1; 张权1; 侍昊2; 薛建辉3; 褚军3
1.江西省林业调查规划研究院，江西南昌 330046； 2.江苏省环境监测中心，江苏南京 210036； 3.南京林业大学，江苏南京 210037
Author(s):
Yu Jun; et al
关键词:
高光谱; 光谱特征变换; 因子分析; 神经网络; 湖滨带; 植被分类
Keywords:
-
分类号:
S184；S127
DOI:
-
文献标志码:
A
摘要:
湖滨带是湖泊生态系统与陆地生态系统的连接枢纽，对陆地生态环境的稳定有着积极的作用，利用植被高光谱特征识别湖滨带植被生长与分布状况对滨岸生态系统的管理和研究具有十分重要的意义。以太湖湖滨带(宜兴段)为研究区域，利用FieldSpec3 Hi-Res便携式地物光谱仪测量5类典型植被冠层光谱；在利用S Golay滤波对异常光谱数据进行剔除的基础上，采用光谱微分法与植被指数法构建光谱特征；应用人工神经网络法结合因子分析法对典型植被进行分类提取。结果表明：(1)利用S Golay滤波方法能够较好地平滑噪声，保留其真实光谱特征；(2)在利用原始反射率、植被指数、一阶光谱微分、二阶光谱微分的4种分类组合中，二阶微分数据的神经网络分类精度最高，原始分辨率分类精度最低；(3)在不同植被类型的分类中，4类分类组合方法对夹竹桃的分类效果最好，对柳杉的分类效果最差。
Abstract:
-

参考文献/References:

［1］吴见，彭道黎. 基于空间信息的高光谱遥感植被分类技术［J］. 农业工程学报，2012，28(5)：150-153.
［2］潘佩芬，杨武年，戴晓爱，等. 不同森林植被的高光谱特征分析［J］. 遥感技术与应用，2013，28(6)：1000-1005.
［3］万余庆，阎永忠，张凤丽. 延河流域植物光谱特征分析［J］. 国土资源遥感，2001(3)：15-20.
［4］范文义，杜华强，刘哲. 科尔沁沙地地物光谱数据分析［J］. 东北林业大学学报，2004，32(2)：45-48.
［5］王志辉，丁丽霞. 基于叶片高光谱特性分析的树种识别［J］. 光谱学与光谱分析，2010，30(7)：1825-1829.
［6］李娜，赵慧洁，贾国瑞. 因子分析模型的高光谱数据降维方法［J］. 中国图象图形学报，2011，16(11)：2030-2035.
［7］周辉，王卫东，李星敏，等. 基于长时间序列NDVI的陕西省耕地复种指数遥感监测分析［J］. 干旱地区农业研究，2014(3)：189-195.
［8］林文鹏，李厚增，黄敬峰，等. 上海城市植被光谱反射特征分析［J］. 光谱学与光谱分析，2010，30(11)：3111-3114.
［9］高林，李长春，王宝山，等. 基于多源遥感数据的大豆叶面积指数估测精度对比［J］. 应用生态学报，2016，27(1)：191-200.
［10］林川，宫兆宁，赵文吉. 叶冠尺度野鸭湖湿地植物群落含水量的高光谱估算模型［J］. 生态学报，2011，31(22)：6645-6658.
［11］Peuelas J，Filella I，Gamon J A，et al. Assessment of photosynthetic radiation-use efficiency with spectral reflectance［J］. New Phytologist，1995，131(3)：291-296.
［12］Blackburn G A. Quantifying chlorophylls and caroteniods at leaf and canopy scales：an evaluation of some hyperspectral approaches［J］. Remote Sensing of Environment，1998，66(3)：273-285.
［13］Peuelas J，Gamon J A，Fredeen A L. Reflectance indices associated with physiological changes in nitrogen- and water-limited sunflower leaves［J］. Remote Sensing of Environment，1994，48(2)：135-146.
［14］Sims D A，Gamon J A. Relationships between leaf pigment content and spectral reflectance across a wide range of species，leaf structures and developmental stages［J］. Remote Sensing of Environment，2002，81(2/3)：337-354.
［15］Haboudane D，Miller J R，Pattey E，et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies：modeling and validation in the context of precision agriculture［J］. Remote Sensing of Environment，2004，90(3)：337-352.
［16］Gnyp M L，Miao Y X，Yuan F，et al. Hyperspectral canopy sensing of paddy rice aboveground biomass at different growth stages［J］. Field Crops Research，2014，155(155)：42-55.
［17］尚坤，张霞，孙艳丽，等. 基于植被特征库的高光谱植被精细分类［J］. 光谱学与光谱分析，2015，35(6)：1669-1676.
［18］刘雪华，孙岩，吴燕. 光谱信息降维及判别模型建立用于识别湿地植物物种［J］. 光谱学与光谱分析，2012，32(2)：459-464.
［19］肖艳芳，宫辉力，周德民. 基于因子分析的苜蓿叶片叶绿素高光谱反演研究［J］. 生态学报，2012，32(10)：3098-3106.
［20］官莉，刘旸，张雪慧. 人工神经网络算法在红外高光谱资料反演大气温度廓线中的应用［J］. 大气科学学报，2010，33(3)：341-346.
［21］林文鹏，李厚增，黄敬峰，等. 上海城市植被光谱反射特征分析［J］. 光谱学与光谱分析，2010，30(11)：3111-3114.
［22］柴颖，阮仁宗，傅巧妮. 高光谱数据湿地植被类型信息提取［J］. 南京林业大学学报(自然科学版)，2015，39(1)：181-184.
［23］赵斌，吴桂芳，郝培文. 应用红外光谱进行不同性状沥青的判别［J］. 化工进展，2012，31(12)：2753-2755，2760.
［24］刘磊，沈润平，丁国香. 基于高光谱的土壤有机质含量估算研究［J］. 光谱学与光谱分析，2011，31(3)：762-766.

相似文献/References:

[1]王有宁,赵丽艳,章爱群,等.花生高光谱叶片营养诊断研究[J].江苏农业科学,2014,42(12):129.
　Wang Youning,et al.Study on nutrition diagnosis of peanut leaves based on hyperspectral data[J].Jiangsu Agricultural Sciences,2014,42(05):129.
[2]杨粉团,顾晓鹤,李刚,等.吐丝期玉米倒伏后地面高光谱特征参数分析[J].江苏农业科学,2016,44(03):85.
　Yang Fentuan,et al.Analysis of hyper-spectral characteristic parameters of lodging corn at silking stage[J].Jiangsu Agricultural Sciences,2016,44(05):85.
[3]孙俊,金夏明,毛罕平,等.基于有监督特征提取的生菜叶片农药残留浓度高光谱鉴别研究[J].江苏农业科学,2014,42(05):227.
　Sun Jun,et al.Study on detection of hyperspectral data of lettuce leaves with pesticide residue based on supervised feature extraction method[J].Jiangsu Agricultural Sciences,2014,42(05):227.
[4]赵文,刘国顺,贾方方,等.烤烟烟碱含量的高光谱预测模型[J].江苏农业科学,2014,42(03):275.
　Zhao Wen,et al.Hyperspectral prediction model of nicotine content in flue-cured tobacco[J].Jiangsu Agricultural Sciences,2014,42(05):275.
[5]田敏,周杰,张泽,等.基于高光谱植被指数对棉花叶绿素含量的估算[J].江苏农业科学,2017,45(02):216.
　Tian Min,et al.Estimation of cotton chlorophyll contents based on hyperspectral vegetation index[J].Jiangsu Agricultural Sciences,2017,45(05):216.
[6]杨荣超,田海清,李斐,等.基于甜菜冠层高光谱红边参数的SPAD值诊断[J].江苏农业科学,2017,45(11):153.
　Yang Rongchao,et al.SPAD value diagnosis based on red edge parameters of sugarbeet canopy hyperspectral[J].Jiangsu Agricultural Sciences,2017,45(05):153.
[7]张城芳,董恒.基于高光谱数据的作物净初级生产力估算方法[J].江苏农业科学,2017,45(22):260.
　Zhang Chengfang,et al.Estimation method of crop net primary productivity based on hyperspectral data[J].Jiangsu Agricultural Sciences,2017,45(05):260.
[8]向佳琳,姚鑫锋,刘倩,等.基于高光谱的温室网纹甜瓜不同叶位叶片含水率监测[J].江苏农业科学,2018,46(04):105.
　Xiang Jialin,et al.Hyperspectral monitoring of leaf water content in different leaf position of muskmelon in greenhouse[J].Jiangsu Agricultural Sciences,2018,46(05):105.
[9]叶春,李艳大,舒时富,等.基于高光谱的柑橘叶片氮素营养监测模型[J].江苏农业科学,2018,46(07):223.
　Ye Chun,et al.Study on nitrogen nutrition monitoring model of citrus leaves based on hyperspectrum[J].Jiangsu Agricultural Sciences,2018,46(05):223.
[10]吴秋菊,刘延,舒清态.云南高原特色农业烟草高光谱参数与多种生理生化指标的关系[J].江苏农业科学,2018,46(07):230.
　Wu Qiuju,et al.Relationship between high spectral parameters and physiological and biochemical indices of tobacco leaves at plateau characteristic agriculture region in Yunnan Province[J].Jiangsu Agricultural Sciences,2018,46(05):230.

备注/Memo

备注/Memo:
收稿日期：2016-08-25
基金项目：国家自然科学基金(编号：41501431)；林业公益性行业科研专项(编号：201404305)；江苏省普通高校自然科学研究计划(编号：15KJB420001)；江苏省研究生培养创新工程(编号：CXZZ12_0523)。
作者简介：喻俊(1981—)，男，江西南昌人，工程师，主要从事林业遥感与地理信息系统研究。Tel：(0791)86207662；E-mail：27680596@qq.com。
通信作者：侍昊，博士，工程师，主要从事生态环境遥感监测。Tel：(025)86575231；E-mail：shihao_752@163.com。
更新日期/Last Update: 2017-03-05