基于小波變換的eo-1高光譜數(shù)據(jù)在森林葉面積指數(shù)和林冠郁閉度制圖中的應(yīng)用

1、基于小波變換的基于小波變換的EO1高光譜數(shù)據(jù)在森林葉面積指數(shù)和林冠高光譜數(shù)據(jù)在森林葉面積指數(shù)和林冠郁閉度制圖中的應(yīng)用郁閉度制圖中的應(yīng)用RuiliangPuPengGongInternationalInstitutefEarthSystemScienceNanjingUniversity210093PRChinaCenterfAssessmentMonitingofFestEnvironmentalResources(CAMFER)151

2、HilgardHallUniversityofCalifniaBerkeleyCA947203110USA摘要摘要：通過對三種特征提取方法的特點(diǎn)的比較有利于用EO1高光譜數(shù)據(jù)繪制林冠郁閉度（CC）和葉面積指數(shù)（LAI）。這三種方法包括波段選取，主成分分析和小波變換。本文使用的高光譜數(shù)據(jù)是2001年10月9日獲取的。2001年8月1011日在美國伯克利加利福尼亞大學(xué)的Blodgett森林研究站對38個采樣點(diǎn)進(jìn)行現(xiàn)場測量、收集CC和LAI數(shù)

3、據(jù)。分析方法包括（1）用高精度大氣校正法對高光譜數(shù)據(jù)進(jìn)行大氣校正以反演表面反射系數(shù)，（2）用以下三種方法提取特征信息：SB，PCA和WT，（3）建立多元回歸預(yù)測模型，（4）預(yù)測并繪制基于像素的CC和LAI值，（5）用圖像解譯的CC和LAI值證明CC和LAI的繪圖結(jié)果。實(shí)驗結(jié)果顯示通過小波變換提取的能量特征對繪制森林的CC和LAI圖最有效（CC的圖像精度為84.90%，LAI的圖像精度為75.39%），其次是主成分分析法（CCMA=77.

4、42%，LAIMA=52.36%），波段選取方法的效果最差（CCMA=57.77%，LAIMA=50.87%）。關(guān)鍵詞關(guān)鍵詞：高光譜傳感器；葉面積指數(shù)；林冠郁閉度；小波變換；特征提取1.1.引言引言林冠郁閉度和葉面積指數(shù)這兩個生物物理學(xué)參數(shù)是對諸如光合作用，呼吸作用，蒸騰作用，碳和營養(yǎng)物質(zhì)的循環(huán)以及降雨量等陸地生態(tài)系統(tǒng)的物質(zhì)和能量交換特征進(jìn)行定量的重要結(jié)構(gòu)參數(shù)[4][5][9][12][15][20][39](ChenChen等1999

5、Fassnacht等1997Gobron等1997Gong等1995Hu等2000White等1997)。LAI是對每單位土地面積上林冠層現(xiàn)存綠色葉片物質(zhì)的數(shù)量的定量描述。它定義為在一定區(qū)域內(nèi)林冠層中所有葉片的單側(cè)面積之和[4](ChenMallat1989)。因此，一組小波基函數(shù)，ψab（λ），是由同一母函數(shù)ψ（λ）經(jīng)伸縮和平移后得到的一組函數(shù)系列，在零均值條件下有其中ａ0b為實(shí)數(shù)。變量a是一個特殊基函數(shù)的伸縮因子，b是函數(shù)范圍內(nèi)的平