基于Hyperion數(shù)據(jù)的森林類型識(shí)別.pdf

1、森林資源是地球上最大的陸地生態(tài)系統(tǒng)，開(kāi)展森林資源調(diào)查，了解和掌握森林資源現(xiàn)狀和變化信息對(duì)于提高林業(yè)發(fā)展決策水平，科學(xué)合理的經(jīng)營(yíng)管理森林資源等都具有極其重要的意義。與傳統(tǒng)森林資源調(diào)查方式相比，遙感影像解譯因其宏觀、周期短、動(dòng)態(tài)等優(yōu)點(diǎn)，被廣泛應(yīng)用于森林資源的調(diào)查監(jiān)測(cè)中。隨著遙感技術(shù)的發(fā)展，高光譜遙感是通過(guò)遙感方法獲取更豐富信息的必然發(fā)展趨勢(shì)，也是當(dāng)代遙感的前沿和熱點(diǎn)之一。高光譜遙感影像將成像技術(shù)與細(xì)分光譜技術(shù)結(jié)合，使得高光譜影像在分類技術(shù)的

2、應(yīng)用方面擁有巨大的潛力，高光譜數(shù)據(jù)能夠更好地識(shí)別各類地物，但是其龐大的數(shù)據(jù)量和數(shù)據(jù)的高維度使數(shù)據(jù)的傳輸和存儲(chǔ)受到了限制，也給高光譜數(shù)據(jù)處理方法的探討帶來(lái)了不小的挑戰(zhàn)。
　　 本文應(yīng)用Hyperion高光譜數(shù)據(jù)，對(duì)湖南株洲攸縣黃豐橋林場(chǎng)作為研究區(qū)進(jìn)行分類研究。針對(duì)Hyperion數(shù)據(jù)波段多和數(shù)據(jù)量大的特點(diǎn)，對(duì)高光譜數(shù)據(jù)進(jìn)行了未定標(biāo)和受水汽影像波段的剔除、像元值與絕對(duì)輻射值的轉(zhuǎn)換、壞線的修復(fù)、Smile效應(yīng)的校正、FLAASH大氣糾

3、正、幾何校正等遙感數(shù)據(jù)預(yù)處理，再利用特征選擇與特征提取相結(jié)合的基于分段主成分分析和波段指數(shù)的高光譜數(shù)據(jù)降維處理方法，將高光譜數(shù)據(jù)從高維空間映射到低維空間，然后分別利用最大似然法和光譜角填圖法進(jìn)行森林類型的識(shí)別與分析。主要研究結(jié)論如下：
　　 (1)對(duì)Hyperion數(shù)據(jù)進(jìn)行波段剔除、轉(zhuǎn)換以及校正等處理后，高光譜的數(shù)據(jù)量變小，地物曲線更加趨向于真實(shí)的植被光譜特征，使得地物更容易區(qū)分。
　　 (2)通過(guò)相關(guān)矩陣可知，利用分段

4、主成分法對(duì)Hyperion數(shù)據(jù)進(jìn)行數(shù)據(jù)源劃分，每段的平均相關(guān)系數(shù)都在0.9以上，表明Hyperion數(shù)據(jù)相鄰波段間的相關(guān)性很高。
　　 (3)利用分段主成分分析法結(jié)合波段指數(shù)法的高光譜降維方法將Hyperion數(shù)據(jù)的242個(gè)原始波段縮減為13個(gè)信息量大且相關(guān)性弱的波段組合，一方面，分段主成分分析法有效的抑制了全局變換導(dǎo)致局部重要光譜被濾除的可能，另一方面，波段指數(shù)法在進(jìn)行波段選擇時(shí)兼顧了自適應(yīng)分段后段與段之間以及各分段中波段間的

5、相關(guān)性，有效降低了高光譜數(shù)據(jù)的維度。
　　 (4)波段選擇之前進(jìn)行子空間劃分，本文將Hyperion數(shù)據(jù)劃分為三個(gè)子空間，此操作可剔除相關(guān)性較大的波段，并能減小數(shù)據(jù)的計(jì)算量，從而達(dá)到高維遙感數(shù)據(jù)優(yōu)化處理竄高效利用的目的。
　　 (5)根據(jù)波段指數(shù)來(lái)選取波段的子集時(shí)，選取波段指數(shù)的極大值而不是最大值作為降維后波段子集，從而彌補(bǔ)原始數(shù)據(jù)在分段時(shí)產(chǎn)生的誤差。
　　 (6)對(duì)Hyperion數(shù)據(jù)進(jìn)行基于特征空間的最大似然