高光譜遙感森林類(lèi)型識(shí)別及其郁閉度定量估測(cè)研究.pdf

1、森林類(lèi)型的識(shí)別和森林的某些參數(shù)(如郁閉度、葉面積指數(shù)等)的估測(cè)在林業(yè)生產(chǎn)中非常重要，特別是在森林資源二類(lèi)清查時(shí)，必須分樹(shù)種統(tǒng)計(jì)其面積、蓄積量和郁閉度等參數(shù)。因此，林業(yè)上對(duì)森林類(lèi)型的識(shí)別應(yīng)該是越精細(xì)越好，對(duì)郁閉度的估測(cè)和反演越精確越好。常規(guī)的林分參數(shù)調(diào)查和識(shí)別主要是依賴(lài)人工外業(yè)調(diào)查或利用大比例尺航空像片來(lái)進(jìn)行。這兩種方法都有不足之處，前者勞動(dòng)強(qiáng)度太大，后者成本太高。衛(wèi)星遙感技術(shù)的發(fā)展，為林分參數(shù)的識(shí)別和估測(cè)提供了新的途徑。我國(guó)過(guò)去近30年

2、林業(yè)遙感中曾廣泛應(yīng)用遙感數(shù)據(jù)(如TM、SPOT)，開(kāi)展過(guò)大量的樹(shù)種識(shí)別、郁閉度估測(cè)和生物量的反演研究，但是結(jié)果并不理想。主要原因是：一是多光譜遙感數(shù)據(jù)的光譜分辨率有限，而不同的森林類(lèi)型常具有極為相似的光譜特性(通常成為“異物同譜”現(xiàn)象)，它們細(xì)微的光譜差異用寬波段遙感數(shù)據(jù)是無(wú)法探測(cè)的；二是由于光學(xué)遙感所依賴(lài)的光照條件變化大，從而引起相同的森林類(lèi)型具有顯著不同的光譜特性(即所謂的“同物異譜”現(xiàn)象)。致使目前遙感在林業(yè)中的應(yīng)用程度與林業(yè)對(duì)遙

3、感的期望還有一定的差距。 與傳統(tǒng)遙感手段相比，高光譜分辨率遙感具有窄波段、多通道、圖像與光譜合而為一的優(yōu)點(diǎn)，它以納米的超高光譜分辨率和幾十或幾百波段同時(shí)對(duì)地物成像，從而獲得地物的連續(xù)光譜信息和更多的精細(xì)光譜信息。高光譜的這種特征非常有利于地物的精細(xì)識(shí)別和分類(lèi)，能大大改善對(duì)植被類(lèi)型的識(shí)別和分類(lèi)精度，提高植被參數(shù)的估測(cè)和反演精度。 高光譜遙感技術(shù)是本世紀(jì)初的遙感前沿技術(shù)。它已成功地應(yīng)用在多種學(xué)科中，取得了一些研究結(jié)果，并展示

4、了其應(yīng)用潛力。在林業(yè)行業(yè)中，國(guó)外開(kāi)展了高光譜遙感的森林葉面積指數(shù)、生物量、森林生化信息、森林樹(shù)種識(shí)別等方面的研究工作。但在我國(guó)這方面的工作剛剛起步。 本文以吉林省延邊朝鮮族自治州汪清林業(yè)局為試驗(yàn)區(qū)，重點(diǎn)開(kāi)展了應(yīng)用高光譜遙感數(shù)據(jù)進(jìn)行森林類(lèi)型識(shí)別和森林郁閉度定量估測(cè)的研究，并對(duì)高光譜遙感的森林類(lèi)型識(shí)別能力和森林郁閉度定量估測(cè)能力進(jìn)行了分析評(píng)價(jià)。具體的研究?jī)?nèi)容包括： 1.高光譜遙感在林業(yè)中的應(yīng)用。簡(jiǎn)述了高光譜遙感的定義、特點(diǎn)以

5、及發(fā)展歷史和發(fā)展趨勢(shì)。對(duì)國(guó)內(nèi)外高光譜遙感數(shù)據(jù)在林業(yè)領(lǐng)域各個(gè)方面的應(yīng)用研究現(xiàn)狀進(jìn)行了總結(jié)和闡述，包括森林生物物理參數(shù)(如森林樹(shù)種、森林葉面積指數(shù)和森林郁閉度等)和森林生物化學(xué)參數(shù)(如葉綠素、氮、木質(zhì)素和淀粉含量等)的信息提取、森林健康狀況的高光譜監(jiān)測(cè)等。在此基礎(chǔ)上，明確了本論文所從事研究的目的和意義，確定了研究方向和研究?jī)?nèi)容。 2.試驗(yàn)區(qū)概況和數(shù)據(jù)獲取。首先，對(duì)試驗(yàn)區(qū)的基本情況進(jìn)行了全面概述，歸納和總結(jié)了試驗(yàn)區(qū)森林類(lèi)型的分布特點(diǎn)和

6、現(xiàn)狀。其次，概述了本研究所獲取的多源遙感數(shù)據(jù)，多光譜遙感數(shù)據(jù)的預(yù)處理進(jìn)行了說(shuō)明。再次，對(duì)外業(yè)調(diào)查數(shù)據(jù)進(jìn)行總結(jié)，以及針對(duì)高光譜數(shù)據(jù)森林類(lèi)型識(shí)別精度檢驗(yàn)所用參考數(shù)據(jù)的獲取進(jìn)行了詳細(xì)的描述。 3.試驗(yàn)區(qū)EO-1Hyperion高光譜遙感數(shù)據(jù)的預(yù)處理研究。EO-1Hyperion高光譜遙感數(shù)據(jù)是目前世界上唯一可民用的星載高光譜遙感數(shù)據(jù)，其應(yīng)用狀況得到了美國(guó)NASA的高度重視，分別成立了不同領(lǐng)域的EO-1Hyperion研究科學(xué)小組。但是

7、，在我國(guó)其應(yīng)用極少，其數(shù)據(jù)預(yù)處理技術(shù)在國(guó)內(nèi)未曾見(jiàn)報(bào)道。本文詳細(xì)闡述了Hyperion產(chǎn)品的特點(diǎn)以及圖像質(zhì)量問(wèn)題。提出了針對(duì)不同的圖像質(zhì)量問(wèn)題的解決和糾正方法，并對(duì)處理結(jié)果的好壞進(jìn)行了評(píng)價(jià)和分析。尤其對(duì)高光譜遙感數(shù)據(jù)的反射率轉(zhuǎn)換的各種方法進(jìn)行了詳細(xì)的論述，并對(duì)它們的優(yōu)缺點(diǎn)進(jìn)行了評(píng)述，有利于根據(jù)具體情況選擇適合的方法進(jìn)行反射率轉(zhuǎn)化，避免盲目性。Hyperion圖像的預(yù)處理為其進(jìn)一步分析和實(shí)際應(yīng)用提供了保障。 4.森林類(lèi)型識(shí)別研究。首

8、先分析了高光譜圖像植被識(shí)別的優(yōu)勢(shì)。在此基礎(chǔ)上，進(jìn)行面向?qū)ο蟮墓庾V特征選擇，然后采用了兩種不同機(jī)理的方法進(jìn)行森林類(lèi)型的識(shí)別和分類(lèi)。一種是分層分類(lèi)的光譜角度制圖法(SAM)，通過(guò)在不同的層次上，根據(jù)預(yù)識(shí)別地物的不同，選擇不同的特征提取和分類(lèi)方法，提高森林類(lèi)型的識(shí)別精度和準(zhǔn)確性。另一種方法是基于光譜特征選擇的最大似然分類(lèi)法，并與同時(shí)相同空間分辨率的多光譜遙感數(shù)據(jù)的分類(lèi)結(jié)果進(jìn)行比較，更好地評(píng)價(jià)了高光譜遙感的森林信息提取能力。 5.高光譜

9、遙感數(shù)據(jù)森林郁閉度定量估測(cè)研究。概述了高光譜遙感圖像的光譜特征選擇和特征提取的原理及其作用和意義。對(duì)本文將用到的光譜降維方法(主成分分析法)進(jìn)行了詳細(xì)說(shuō)明。本文提出了兩種高光譜數(shù)據(jù)光譜特征空間降維方式的森林郁閉度定量估測(cè)方法，一種是光譜特征選擇的波段選擇法(BS)，另一種是光譜特征提取的主成分分析法(PCA)。圖像的采樣采用單像元值(NP)和3x3窗口的平均值(W33)兩種方法。采用逐步回歸技術(shù)提取與森林郁閉度相關(guān)性好的波段或變量，然后

10、建立它們與郁閉度的回歸模型來(lái)估測(cè)郁閉度。初步結(jié)果表明，光譜特征提取的主成分分析法比光譜特征選擇的波段選擇法的郁閉度估測(cè)更有效，3x3窗口的圖像取值方法比單像元取值方法的估測(cè)精度高。論文在以下幾個(gè)方面有所創(chuàng)新或進(jìn)展： (1)深入分析研究了高光譜遙感數(shù)據(jù)的特點(diǎn)，尤其對(duì)EO-1Hyperion高光譜數(shù)據(jù)進(jìn)行了全面了解和分析，提出了針對(duì)Hyperion高光譜數(shù)據(jù)的預(yù)處理方法和技術(shù)，在此基礎(chǔ)上給出了針對(duì)不同森林應(yīng)用研究目的的數(shù)據(jù)預(yù)處理思路

11、和流程。目前國(guó)內(nèi)應(yīng)用EO-1高光譜數(shù)據(jù)開(kāi)展林業(yè)和其它領(lǐng)域的應(yīng)用研究都比較少，提出的預(yù)處理技術(shù)和方法對(duì)該數(shù)據(jù)的應(yīng)用有很大的參考價(jià)值。 (2)將面向應(yīng)用對(duì)象的光譜特征參數(shù)選擇與逐級(jí)分層分類(lèi)的方法相結(jié)合，利用圖像掩膜技術(shù)，把復(fù)雜的遙感圖像識(shí)別分類(lèi)過(guò)程分解為相對(duì)簡(jiǎn)單的子過(guò)程，從而可以在每一級(jí)分類(lèi)過(guò)程中針對(duì)不同的分類(lèi)目標(biāo)，選擇出最佳的特征參數(shù)和分類(lèi)方法，避免了只采用同樣的特征參數(shù)和同樣的分類(lèi)方法進(jìn)行一次分類(lèi)的不足，使得分類(lèi)效果得到明顯的改

12、善。在森林類(lèi)型信息提取中，有助于解決了其它方法難以解決的有林地與灌草地、水體與陰影等之間的準(zhǔn)確識(shí)別和分類(lèi)問(wèn)題。 (3)進(jìn)行了高光譜遙感數(shù)據(jù)森林郁閉度信息的定量估測(cè)研究，建立了基于光譜特征選擇和光譜特征提取的統(tǒng)計(jì)估測(cè)模型，給出了與森林郁閉度關(guān)系密切的光譜范圍。 (4)本文開(kāi)展了相同空間分辨率，不同光譜分辨率的多光譜遙感數(shù)據(jù)與高光譜遙感數(shù)據(jù)森林類(lèi)型識(shí)別的對(duì)比研究，進(jìn)一步分析和評(píng)價(jià)了高光譜遙感林業(yè)應(yīng)用的潛力。這項(xiàng)工作在國(guó)內(nèi)林業(yè)