基于GF-5高光谱特征分析的水体提取方法研究

针对山区水体、山体阴影与裸地等地类光谱混淆性,基于高分五号(GF-5)影像数据,结合高光谱特征分析构建了山区水体决策树提取模型.先对水体和相关干扰地类进行高光谱特征分析实现特征波段选取,应用单波段阈值法、多波段谱间关系法、归一化水指数(NDWI)法进行提取实验.通过比较以上实验不足之处,提出了单波段阈值法与构建的阴影水体指数(SWI)相结合的决策树水体提取模型,以Google Earth高清影像为参考结合实地采样得到的混淆矩阵进行精度评价.实验结果表明:单波段阈值法与NDWI法易将山体阴影识别为水体,受裸地影响较小;多波段谱间关系法对山体阴影有一定抑制作用,受小面积裸地影响;决策树提取模型能有效抑制山体阴影和裸地影响提取完整水体.其总体精度为89.39%,Kappa系数为0.82,显著提升了山区水体提取精度.

苹果花期冠层高光谱特征及营养元素含量分析

通过对苹果花期冠层高光谱特征及营养元素含量分析,结果表明,当苹果花氮、磷、钾含量分别为(43.96±2.20)、(6.46±0.23)、(2.95±1.05)g/kg,苹果株产达到最大值;低于最小值41.76、6.14、19.90 g/kg时,苹果株产随氮、磷、钾的含量增加而增加;高于最大值46.16、6.78、22.00 g/kg时,苹果株产随着氮、磷、钾含量的增加而降低。

南漪湖叶绿素a浓度荧光反演算法研究

叶绿素a(Chlorophyll-a,Chl-a)浓度是监测浮游植物和水质状况的代表性指标,对湖泊富营养化评价具有重要意义。为了探求南漪湖多时相的Chl-a浓度高光谱特征及反演方法,选取2020年—2021年间南漪湖8次走航式水体实验同步采集的98组高光谱数据和Chl-a浓度数据,分析不同Chl-a浓度条件下南漪湖实测光谱的变化特征,同时考虑水质组分变化和采样时间变化对光谱的影响,提取能反映Chl-a浓度信息的特征波段。然后引入峰谷距离法、荧光基线高度法、峰面积法和基于峰面积法改进的谷上峰面积法共同反演南漪湖Chl-a浓度,并利用5折交叉验证法比较不同反演算法的优劣。研究结果表明:(1)随着Chl-a浓度的增大,荧光峰位置向红外方向移动,Chl-a吸收谷和荧光峰分别有加深和升高的趋势,峰谷差异更加明显,荧光峰附近谱段能够有效反映Chl-a浓度变化;(2)利用5折交叉验证法将样本分为5组,依次作为验证集进行建模,对于不同组别的验证集各方法的RMSE和MAPE极差平均值分别为0.4375μg·L^(-1)和28.27%,可见样本建模集与验证集的选取会显著影响精度评价结果,5折交叉验证的方法可以减小上述误差,在样本范围内最大程度地比较出各方法的优劣;(3)结合Chl-a浓度吸收谷极小值处水平切线提出的谷上峰面积法取得了最优的反演结果,其验证精度分别为R^(2)=0.7567,RMSE=1.6531μg·L^(-1),MAPE=40.77%,相较于峰谷距离法、荧光基线高度法和峰面积法精度均有提升,为叶绿素a浓度荧光反演提供了新的思路。