中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于HJ-1A HSI的藏北高原狼毒识别关键技术研究

文献类型:会议论文

作者范建容; 曾珍
出版日期2013
会议名称山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议
会议日期2013-4-27
会议地点云南昆明
关键词狼毒 藏北高原 高光谱 HJ-1A HIS
页码224-225
通讯作者范建容
中文摘要草地是地球生态系统的重要组成部分, 也是藏北高原居民赖以生存的资源, 草地退化不可避免的会引发环境和社会问题。毒草化是藏北高原草地退化的一个重要因素, 狼毒作为主要入侵物种, 严重影响当地草场质量、制约畜牧业发展。本研究从不同植被类型存在外在形态差异入手, 选取申扎县北部区域为藏北高原的典型代表区, 收集了研究区6 月30 日的的环境与灾害监测预报小卫星星座A星(HJ
-IA) 的高光谱(HSI) 数据, 该数据预处理的基础上, 通过多种方法对研究区狼毒草原分布范围进行识别, 对比不同方法所得结果, 确定狼毒草原识别的最佳方法, 为当地草地质量的监测和评估提供依据, 为狼毒草原的治理奠定基础。
基于高光谱特征数据的狼毒草原识别中采用自适应波段选择法、特征位置法、MNF变换、PCA变换、SPCA和SMNF变换等多种特征提取方式得到HJ-IA HSI的多种特征数据, 将其与支持向量机和最大似然法两种算法结合识别研究区狼毒草原。对比分类结果表明: PCA变换后的前五个主成分结合最大似然法(PCA5-MLC) 对狼毒草原的分类结果最佳, 其精度为71.95% 。
基于高光谱光谱特征的狼毒草原是被中, 对于HJ-IA HSI数据, 分别通过BEM、SAM、MF、SFF和MTMF五种光谱匹配算法和线性混合像元分解(L SMM ) 法得到研究区多种地类端元数据的匹配度图像后采用最大似然分类得到不同草地类型的分类结果。分类结果对比表明: 高光谱数据与线性混合像元分解(HSI-LSMM) 取得最优的效果, 其识别精度为82.28% 。
对比分析PCA5-MLC和HSI-LSMM 两种分类方法所得狼毒草原识别精度、图像和分类结果的相关性,结果表明HSI-LSMM为基于高光谱数据识别狼毒草原中的最优方法。
合作状况国内
会议主办者中国地理学会
会议录山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议论文集
分类号S452
语种中文
源URL[http://ir.imde.ac.cn/handle/131551/5923]  
专题成都山地灾害与环境研究所_数字山地与遥感应用中心
推荐引用方式
GB/T 7714
范建容,曾珍. 基于HJ-1A HSI的藏北高原狼毒识别关键技术研究[C]. 见:山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议. 云南昆明. 2013-4-27.

入库方式: OAI收割

来源:成都山地灾害与环境研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。