基于无人机高光谱遥感的典型草原退化指示种识别

利用无人机高光谱遥感数据技术快速、准确地提取典型草原植被类型,对动态监测草原生态安全具有重要的意义。为此,在退化较严重的白音锡勒牧场典型草原区,采集了空间分辨率为1.8 cm、光谱分辨率为4 nm,共有125个波段(450~950 nm)的高光谱影像。选主要退化指示种—冷蒿为识别目标,经微分变换和包络线去除等光谱变换处理,进行光谱特征差异分析发现冷蒿与其他绿色植被和背景土壤在500、550、670 nm处有明显的光谱差异,因此选择以上3个波段作为特征波段,构建了支持向量机(SVM)和随机森林(RF)的退化指示物种识别模型,并进行了精度验证。结果显示:SVM和RF的识别精度分别为96.92%和97.34%,Kappa系数分别为0.95和0.96。从结果可知,随机森林模型的识别精度更高,退化指示种的像元空间分布更接近自然状况,可以为监测典型草原退化指示种提供技术支持。