基于实测高光谱数据的川西地区常见灌木树种识别

采用FieldSpec4 Hi-Res便携式地物光谱仪,对四川西部4种常见灌木树种高山柳(Salix cupularis)、金露梅(Dasiphora fruticosa)、窄叶鲜卑花(Sibiraea angustata)、鲜黄小檗(Berberis diaphana)进行了野外光谱数据采集,对其原始光谱数据、一阶导数光谱数据、光谱去包络线等数据进行分析,提取“绿峰位置”、“绿峰幅值”、“红谷位置”、“红谷幅值”、“红边位置”、“红边幅值”、“红边面积”、“吸收峰面积”、“吸收峰对称度”等光谱特征参量,用于神经网络树种识别模型的输入,对灌木树种进行分类和识别。神经网络模型的训练精度为:93.0%,验证精度为:83.3%,测试精度为:87.5%;模型精度较高,分类结果总体上较好。分类结果显示,高山柳和金露梅的精度最高;窄叶鲜卑花的训练精度较高,而测试精度较低,分类精度较不稳定,主要错分为金露梅;鲜黄小檗主要错分到金露梅。基于实测高光谱数据,建立神经网络树种识别模型,能有效区分不同灌木树种,为高光谱遥感开展森林资源树种分类和动态监测等提供理论和技术支持。