南方主要喬木樹(shù)種高光譜數(shù)據(jù)降維組合分類算法研究.pdf

1、隨著高光譜遙感技術(shù)的發(fā)展，傳統(tǒng)多光譜遙感難以實(shí)現(xiàn)的樹(shù)種識(shí)別和分類已成為可能。同時(shí)，面對(duì)高光譜遙感的巨大數(shù)據(jù)量，如何高效率、高精度完成目標(biāo)識(shí)別與分類，已成為完善遙感應(yīng)用理論、發(fā)展新的分類算法的重大機(jī)遇和挑戰(zhàn)。本文在分析現(xiàn)有高光譜遙感分類算法的基礎(chǔ)上，針對(duì)南方主要喬木樹(shù)種的高光譜數(shù)據(jù)降維分類，開(kāi)展了深入研究。
　　為尋找便于識(shí)別南方主要喬木樹(shù)種高光譜數(shù)據(jù)的敏感波段，以及合理的降維分類算法組合。本文歷時(shí)6年多，對(duì)杉木、馬尾松、樟樹(shù)和馬褂

2、木進(jìn)行定點(diǎn)定期觀測(cè)，共采集數(shù)據(jù)3000多條，經(jīng)過(guò)整理最終獲取有效光譜數(shù)據(jù)310條，同時(shí)測(cè)量了與光譜數(shù)據(jù)相對(duì)應(yīng)的樹(shù)木枝葉的葉綠素、類胡蘿卜素和葉黃素的含量。
　　本文利用以上測(cè)量數(shù)據(jù)，對(duì)主成分降維、獨(dú)立主成分降維、遺傳算法結(jié)合支持向量機(jī)降維、二進(jìn)制粒子群算法結(jié)合支持向量機(jī)降維等算法進(jìn)行了系統(tǒng)的比較與分析，并用喬木樹(shù)種主要色素與野外實(shí)測(cè)地面光譜數(shù)據(jù)進(jìn)行相關(guān)性分析。在此基礎(chǔ)上，對(duì)野外實(shí)測(cè)地面光譜數(shù)據(jù)進(jìn)行降維，然后利用五種常用的分類算法，

3、即支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)、馬氏距離判別法、貝葉斯分類法及光譜角度制圖法，對(duì)降維后的數(shù)據(jù)進(jìn)行分類精度比較，進(jìn)而得到最合理的降維與分類組合。最后，利用成像高光譜數(shù)據(jù)Hyperion，對(duì)上述組合分類算法進(jìn)行驗(yàn)證。本文取得的主要研究成果如下:
　　(1)針對(duì)野外實(shí)測(cè)喬木樹(shù)種地面光譜數(shù)據(jù)的降維與分類，研究得到對(duì)數(shù)和對(duì)數(shù)一階微分變換為最理想的光譜數(shù)據(jù)預(yù)處理方法。
　　(2)針對(duì)野外實(shí)測(cè)地面光譜數(shù)據(jù)降維或波段選擇，得出適合南方主要喬木樹(shù)

4、種高光譜數(shù)據(jù)降維分類的算法是主成分降維算法。
　　(3)發(fā)現(xiàn)適用于南方喬木樹(shù)種遙感分類的最佳波段組合是:403nm、457nm、505nm、517nm、529nm、538nm、553nm、622nm、667nm、679nm、703nm、730nm、763nm、853nm。
　　(4)利用野外實(shí)測(cè)地面光譜數(shù)據(jù)與樹(shù)木枝葉主要色素含量進(jìn)行相關(guān)性分析，發(fā)現(xiàn)光譜數(shù)據(jù)與葉綠素含量相關(guān)性最高的波段是401～504nm和659～686nm，