基于高光谱SMPI法的草原地表微斑块识别与分类

草原地表微斑块特指在高光谱图像上荒漠化草原鼠洞、裸土和植被所表现出的斑块。这些是评价草原退化的重要指标。地表微斑块的识别与分类是基于遥感草原退化监测与评价研究的基础性的工作,对草原区域性规划、系统恢复与重建理起到至关重要的作用。由于高光谱采集及分析诸多方面的原因,目前地表微斑块高光谱的识别研究较少。本研究首次以荒漠化草原实地地表微斑块为研究对象采集高光谱数据,提出了SMPI法(Surface Mini-Patch Index,地表微斑块指数法),实现了草原地表微斑块的高精度识别与分类。研究结果表明,SMPI法可将荒漠化草原地表微斑块进行高精度识别与分类,通过Kappa系数验证,整体验证精度高于96%。此研究为无人机或低空遥感进行草原退化监测与定量反演提供了基础。

基于高光谱MNF-SVM法荒漠化草原地表微斑块识别研究

植被群落结构和土壤性质改变是草原退化的主要表现,鼠害是加剧草原退化的重要因素,对地表微斑块识别是草原退化研究的基础。本文利用GaiaiSky-mimi型高光谱仪采集典型荒漠化草原高光谱影像,使用主成分分析法(Principal Components Analysis,PCA)与最小噪声分离法(Minimum Noise Fraction,MNF)对数据进行前期处理,后采用支持向量机(Support Vector Machine,SVM)法进行地表微斑块识别,并与迭代自组织数据分析法(Isodata)和K均值聚类法(K-means)识别结果进行比较。结果表明:经过MNF处理后,支持向量机法的总体识别精度和Kappa系数最高,识别结果优于其它2种识别方法,对目前处理荒漠化草原地表微斑块的识别具有准确性和实用性,同时为无人机高光谱遥感提供数据及理论支持。