高光譜遙感森林類型識別及其郁閉度定量估測研究.pdf

1、森林類型的識別和森林的某些參數(shù)(如郁閉度、葉面積指數(shù)等)的估測在林業(yè)生產(chǎn)中非常重要，特別是在森林資源二類清查時，必須分樹種統(tǒng)計其面積、蓄積量和郁閉度等參數(shù)。因此，林業(yè)上對森林類型的識別應該是越精細越好，對郁閉度的估測和反演越精確越好。常規(guī)的林分參數(shù)調(diào)查和識別主要是依賴人工外業(yè)調(diào)查或利用大比例尺航空像片來進行。這兩種方法都有不足之處，前者勞動強度太大，后者成本太高。衛(wèi)星遙感技術的發(fā)展，為林分參數(shù)的識別和估測提供了新的途徑。我國過去近30年

2、林業(yè)遙感中曾廣泛應用遙感數(shù)據(jù)(如TM、SPOT)，開展過大量的樹種識別、郁閉度估測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)，它們細微的光譜差異用寬波段遙感數(shù)據(jù)是無法探測的；二是由于光學遙感所依賴的光照條件變化大，從而引起相同的森林類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)中的應用程度與林業(yè)對遙

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，它以納米的超高光譜分辨率和幾十或幾百波段同時對地物成像，從而獲得地物的連續(xù)光譜信息和更多的精細光譜信息。高光譜的這種特征非常有利于地物的精細識別和分類，能大大改善對植被類型的識別和分類精度，提高植被參數(shù)的估測和反演精度。 高光譜遙感技術是本世紀初的遙感前沿技術。它已成功地應用在多種學科中，取得了一些研究結(jié)果，并展示

4、了其應用潛力。在林業(yè)行業(yè)中，國外開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、森林樹種識別等方面的研究工作。但在我國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)局為試驗區(qū)，重點開展了應用高光譜遙感數(shù)據(jù)進行森林類型識別和森林郁閉度定量估測的研究，并對高光譜遙感的森林類型識別能力和森林郁閉度定量估測能力進行了分析評價。具體的研究內(nèi)容包括： 1.高光譜遙感在林業(yè)中的應用。簡述了高光譜遙感的定義、特點以

5、及發(fā)展歷史和發(fā)展趨勢。對國內(nèi)外高光譜遙感數(shù)據(jù)在林業(yè)領域各個方面的應用研究現(xiàn)狀進行了總結(jié)和闡述，包括森林生物物理參數(shù)(如森林樹種、森林葉面積指數(shù)和森林郁閉度等)和森林生物化學參數(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)測等。在此基礎上，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內(nèi)容。 2.試驗區(qū)概況和數(shù)據(jù)獲取。首先，對試驗區(qū)的基本情況進行了全面概述，歸納和總結(jié)了試驗區(qū)森林類型的分布特點和

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)的預處理進行了說明。再次，對外業(yè)調(diào)查數(shù)據(jù)進行總結(jié)，以及針對高光譜數(shù)據(jù)森林類型識別精度檢驗所用參考數(shù)據(jù)的獲取進行了詳細的描述。 3.試驗區(qū)EO-1Hyperion高光譜遙感數(shù)據(jù)的預處理研究。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)，其應用狀況得到了美國NASA的高度重視，分別成立了不同領域的EO-1Hyperion研究科學小組。但是

7、，在我國其應用極少，其數(shù)據(jù)預處理技術在國內(nèi)未曾見報道。本文詳細闡述了Hyperion產(chǎn)品的特點以及圖像質(zhì)量問題。提出了針對不同的圖像質(zhì)量問題的解決和糾正方法，并對處理結(jié)果的好壞進行了評價和分析。尤其對高光譜遙感數(shù)據(jù)的反射率轉(zhuǎn)換的各種方法進行了詳細的論述，并對它們的優(yōu)缺點進行了評述，有利于根據(jù)具體情況選擇適合的方法進行反射率轉(zhuǎn)化，避免盲目性。Hyperion圖像的預處理為其進一步分析和實際應用提供了保障。 4.森林類型識別研究。首

8、先分析了高光譜圖像植被識別的優(yōu)勢。在此基礎上，進行面向?qū)ο蟮墓庾V特征選擇，然后采用了兩種不同機理的方法進行森林類型的識別和分類。一種是分層分類的光譜角度制圖法(SAM)，通過在不同的層次上，根據(jù)預識別地物的不同，選擇不同的特征提取和分類方法，提高森林類型的識別精度和準確性。另一種方法是基于光譜特征選擇的最大似然分類法，并與同時相同空間分辨率的多光譜遙感數(shù)據(jù)的分類結(jié)果進行比較，更好地評價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。對本文將用到的光譜降維方法(主成分分析法)進行了詳細說明。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。采用逐步回歸技術提取與森林郁閉度相關性好的波段或變量，然后

10、建立它們與郁閉度的回歸模型來估測郁閉度。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更有效，3x3窗口的圖像取值方法比單像元取值方法的估測精度高。論文在以下幾個方面有所創(chuàng)新或進展： (1)深入分析研究了高光譜遙感數(shù)據(jù)的特點，尤其對EO-1Hyperion高光譜數(shù)據(jù)進行了全面了解和分析，提出了針對Hyperion高光譜數(shù)據(jù)的預處理方法和技術，在此基礎上給出了針對不同森林應用研究目的的數(shù)據(jù)預處理思路

11、和流程。目前國內(nèi)應用EO-1高光譜數(shù)據(jù)開展林業(yè)和其它領域的應用研究都比較少，提出的預處理技術和方法對該數(shù)據(jù)的應用有很大的參考價值。 (2)將面向應用對象的光譜特征參數(shù)選擇與逐級分層分類的方法相結(jié)合，利用圖像掩膜技術，把復雜的遙感圖像識別分類過程分解為相對簡單的子過程，從而可以在每一級分類過程中針對不同的分類目標，選擇出最佳的特征參數(shù)和分類方法，避免了只采用同樣的特征參數(shù)和同樣的分類方法進行一次分類的不足，使得分類效果得到明顯的改

12、善。在森林類型信息提取中，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確識別和分類問題。 (3)進行了高光譜遙感數(shù)據(jù)森林郁閉度信息的定量估測研究，建立了基于光譜特征選擇和光譜特征提取的統(tǒng)計估測模型，給出了與森林郁閉度關系密切的光譜范圍。 (4)本文開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)森林類型識別的對比研究，進一步分析和評價了高光譜遙感林業(yè)應用的潛力。這項工作在國內(nèi)林業(yè)