IMHE OpenIR  > 数字山地与遥感应用中心
基于HJ-1A HSI的藏北高原狼毒识别关键技术研究
Language中文
郭芬芬; 范建容; 陈阳; 刘青; 曾珍
Corresponding Author范建容
2013
Source Publication山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议 ; 山地环境与生态文明建设——中国地理学会2013年学术年会·西南片区会议论文集
Pages224-225
Conference Date2013-4-27
Conference Place云南昆明
Funding Organization中国地理学会
Abstract草地是地球生态系统的重要组成部分, 也是藏北高原居民赖以生存的资源, 草地退化不可避免的会引发环境和社会问题。毒草化是藏北高原草地退化的一个重要因素, 狼毒作为主要入侵物种, 严重影响当地草场质量、制约畜牧业发展。本研究从不同植被类型存在外在形态差异入手, 选取申扎县北部区域为藏北高原的典型代表区, 收集了研究区6 月30 日的的环境与灾害监测预报小卫星星座A星(HJ
-IA) 的高光谱(HSI) 数据, 该数据预处理的基础上, 通过多种方法对研究区狼毒草原分布范围进行识别, 对比不同方法所得结果, 确定狼毒草原识别的最佳方法, 为当地草地质量的监测和评估提供依据, 为狼毒草原的治理奠定基础。
基于高光谱特征数据的狼毒草原识别中采用自适应波段选择法、特征位置法、MNF变换、PCA变换、SPCA和SMNF变换等多种特征提取方式得到HJ-IA HSI的多种特征数据, 将其与支持向量机和最大似然法两种算法结合识别研究区狼毒草原。对比分类结果表明: PCA变换后的前五个主成分结合最大似然法(PCA5-MLC) 对狼毒草原的分类结果最佳, 其精度为71.95% 。
基于高光谱光谱特征的狼毒草原是被中, 对于HJ-IA HSI数据, 分别通过BEM、SAM、MF、SFF和MTMF五种光谱匹配算法和线性混合像元分解(L SMM ) 法得到研究区多种地类端元数据的匹配度图像后采用最大似然分类得到不同草地类型的分类结果。分类结果对比表明: 高光谱数据与线性混合像元分解(HSI-LSMM) 取得最优的效果, 其识别精度为82.28% 。
对比分析PCA5-MLC和HSI-LSMM 两种分类方法所得狼毒草原识别精度、图像和分类结果的相关性,结果表明HSI-LSMM为基于高光谱数据识别狼毒草原中的最优方法。
Keyword狼毒 藏北高原 高光谱 Hj-1a His
Document Type会议论文
Identifierhttp://ir.imde.ac.cn/handle/131551/5923
Collection数字山地与遥感应用中心
Recommended Citation
GB/T 7714
郭芬芬,范建容,陈阳,等. 基于HJ-1A HSI的藏北高原狼毒识别关键技术研究[C],2013:224-225.
Files in This Item:
File Name/Size DocType Version Access License
基于HJ_1AHSI的藏北高原狼毒识别关(173KB) 开放获取CC BY-NC-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[郭芬芬]'s Articles
[范建容]'s Articles
[陈阳]'s Articles
Baidu academic
Similar articles in Baidu academic
[郭芬芬]'s Articles
[范建容]'s Articles
[陈阳]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[郭芬芬]'s Articles
[范建容]'s Articles
[陈阳]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 基于HJ_1AHSI的藏北高原狼毒识别关键技术研究_郭芬芬.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.