基于福鼎高分五号高光谱遥感数据森林优势树种识别的应用研究

通过分析高光谱遥感数据在自然资源调查中的研究现状及目前高光谱遥感数据地物光谱识别的主要技术方法及其精度情况,选取福鼎市一带作为试验区,基于GF5高光谱数据预处理后成果分别通过对数变换后一阶微分法、归一化变换后一阶微分法、主成分分析法、波谱角填图法等处理及分类方法,对竹林、马尾松、杉木、桉树、茶树、草地进行了试验提取。采用林业数据及第三次国土调查数据,结合外业调查进行精度评价,结果表明波谱角填图方法准确率最高。

基于Landsat 8的云南松光谱混合分析研究

通过中低分辨率遥感影像进行土地覆盖分类精度一般不高,且分类到具体树种存在较大困难。基于Landsat 8 OLI影像、61个外业调查样点建立昆明市主城区周围云南松波谱库,采用PPI方法进行端元提取;应用波谱角填图法对端元光谱进行识别并进行林地覆盖分类。利用森林资源二类调查数据进行精度检验,研究区总体精度为75.78%,Kappa为0.69,其中,云南松用户和生产者精度分别为67.70%和71.17%;对典型样区像元分解与精度检验后,云南松覆盖精度有一定的提高。因此,采用PPI和SAM波谱识别方法对云南松信息提取是有效的;应用混合像元分析进行云南松信息提取具有一定的可靠性,适用于中低分辨率的影像,划分典型区域可提高森林树种识别精度。

高寒地区油砂资源提取方法研究

以青海冷湖地区为例,首先对研究区Hyperion影像数据进行预处理,得到地表真实反射率;再将该地区野外采集的油砂进行光谱测量,得到油砂端元波谱;然后采用波谱角填图法对研究区进行油砂匹配填图。结果表明,该方法能较准确地预测油砂资源的分布情况。因此,综合利用高光谱遥感影像和野外采集的油砂光谱信息,对我国西部高寒地区进行宏观的油砂资源分布填图,是一种可行的技术手段。