產(chǎn)品推薦:氣相|液相|光譜|質(zhì)譜|電化學(xué)|元素分析|水分測定儀|樣品前處理|試驗機(jī)|培養(yǎng)箱


化工儀器網(wǎng)>技術(shù)中心>其他文章>正文

歡迎聯(lián)系我

有什么可以幫您? 在線咨詢

基于機(jī)載激光雷達(dá)和高光譜數(shù)據(jù)的樹種識別方法

來源:奧譜天成(廈門)光電有限公司   2023年08月21日 11:00  

[1] 陶江玥,劉麗娟,龐勇,李登秋,馮云云,王雪,丁友麗,彭瓊,肖文惠.基于機(jī)載激光雷達(dá)和高光譜數(shù)據(jù)的樹種識別方法[J].浙江農(nóng)林大學(xué)學(xué)報,2018,35(02):314-323.


? 摘要:

訓(xùn)練樣本的選取是影響監(jiān)督分類精度的直接原因之一,數(shù)據(jù)空間分辨率越高,訓(xùn)練樣本要求越準(zhǔn)確,而人機(jī)交互訓(xùn)練樣本選取推廣力有限。利用機(jī)載高光譜(AISA)和激光雷達(dá)(LiDAR)主被動遙感數(shù)據(jù),探討基于高分辨率影像的訓(xùn)練樣本自動提取技術(shù)以及適合樹種識別的遙感變量。根據(jù)樹木的結(jié)構(gòu)和高度差異,開展樹高分層掩膜試驗,并計算光譜間夾角,在每個高度層中自動化優(yōu)選樹種的高純度訓(xùn)練樣本。計算植被指數(shù)、主成分分析等特征變量,基于支持向量機(jī)分類器對研究區(qū)進(jìn)行樹種精細(xì)分類。實驗表明:通過對闊葉林、馬尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的訓(xùn)練樣本分層自動提取后再進(jìn)行分類,激光雷達(dá)和不敏感色素指數(shù)變量能有效提高樹種分類精度。其中高光譜+激光雷達(dá)+結(jié)構(gòu)不敏感色素指數(shù)變量組合的分類精度高,其總體精度和Kappa系數(shù)分別為89.12%0.86,闊葉林、馬尾松、毛竹、杉木、油茶的用戶精度分別為75.00%,100.00%,86.36%,90.91%96.55%。該方法對本研究區(qū)森林樹種的識別是有效的。

? 結(jié)論與討論

高光譜是光學(xué)被動遙感數(shù)據(jù),其窄波段特性在較小的空間尺度上能區(qū)分地表細(xì)微變化,在樹種識別方面有顯著優(yōu)勢。由于 “同物 異譜、 異 物 同 譜現(xiàn) 象 的 存在, 導(dǎo)致分類精度受限。 機(jī)載 LiDAR 是主動遙感數(shù)據(jù),可獲得樹種垂直結(jié)構(gòu)及強(qiáng)度信息, 與高光譜優(yōu)勢互補(bǔ),有效解決不同高度下不同地物因具有相似光譜特征而導(dǎo)致的混分問題。 采用分層訓(xùn)練樣本自動提取技術(shù), 不僅提高了訓(xùn)練樣本選取的速度還有效提高訓(xùn)練樣本選取精度, 更從一定程度上盡可能地避免混分現(xiàn)象。本研究結(jié)合 高光譜與機(jī) 載 LiDAR 的數(shù)據(jù)優(yōu) 勢, 為評估 LiDAR 垂直結(jié)構(gòu)信息與特征變量參與分類的貢獻(xiàn),比較了基于 AISA, CHM, SIPI PCA1 4 種不同變量組合的分類精度。 其中 AISA+CHM+SIPI 變量組合的分類精度高, 其總體精度 和 Kappa 系數(shù)分 別為 89.12%0.86, 比僅 AISA 分類的總體精度高 23.81%, 比 AISA+CHM 12.25%, 比 AISA+SIPI 11.57%。 但結(jié)果同時表明, PCA 降維變量的分類貢獻(xiàn)要明顯弱于 SIPI。 本研究區(qū)為典型的亞熱帶森林, 其中闊葉林內(nèi)樹種種類繁多, 與其他類型的樹種混雜生長, 所以純林區(qū)較少, 易產(chǎn)生混合像元。 在 AISA+CHM+SIPI 的分類結(jié)果中闊葉樹種的制圖精度和用戶精度高, 分別為 87.10%75.00%, 優(yōu)于 AISA+CHM70.97%, 66.67%)以及僅 AISA 的分類結(jié)果(41.94%61.90%)。 這說明將機(jī)載 LiDAR 數(shù)據(jù) CHM 與高光譜 AISA 融合, 并添加植被指數(shù) SIPI 能有效區(qū)分混合像元并提高分類精度, 對古田山國家自然保護(hù)區(qū)進(jìn)行樹種類型的精細(xì)分類具有可行性。 但由于陰影區(qū)域的存在、 樹冠間相互遮擋、 少部分邊緣像元的光譜混合等, 對樹種分類的精度有一定影響。 后續(xù)擬研究基于高空間分辨率數(shù)據(jù)的像元解混技術(shù), 希望能有效提高復(fù)雜林區(qū)的樹種識別精度。


? 相關(guān)產(chǎn)品

 ATP9000/9020/9010-無人      ATP9100-25 可見近紅外 ATP9100 便攜式地物光譜儀

 機(jī)載超輕型高光譜成像儀     全波段便攜式地物波譜儀




免責(zé)聲明

  • 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責(zé)任。
  • 本網(wǎng)轉(zhuǎn)載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé),不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時,必須保留本網(wǎng)注明的作品第一來源,并自負(fù)版權(quán)等法律責(zé)任。
  • 如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。
企業(yè)未開通此功能
詳詢客服 : 0571-87858618