削弱水分影响的潮滩表层沉积物遥感分类方法研究

潮滩沉积物中的水分掩盖了沉积物本身的光谱信息,不利于沉积物遥感分类。利用江苏大丰潮滩沉积物在不同含水量下的398条实测光谱曲线数据,基于线性光谱分解方法定量化分析了沉积物光谱对含水量变化的响应,建立削弱水分影响的潮滩表层沉积物组分(砂、粉砂、黏土)含量反演模型,应用于Hyperion高光谱遥感影像,获得沉积物组分的空间分布,并结合Shepard三角分类法实现了潮滩表层沉积物的自动分类。研究结果表明:(1)当沉积物含水量增加时,沉积物光谱中水分权重以含水量的2倍速率增加,含水量大于25%,则水分对光谱的影响占主导作用;(2)2 143nm波段反射率对沉积物的含水量变化敏感,利用2 143nm波段反射率进行潮滩沉积物的含水量反演,模型拟合度r2可达0.81;(3)983,1 134nm波段反射率对沉积物组分含量反演敏感,将含水量与沉积物组分敏感波段一起建立多元线性回归方程,可有效削弱水分的影响,适用于高含水量潮滩区的沉积物组分含量反演;(4)将组分反演结果结合Shepard分类,可实现潮滩沉积物分类,得到潮滩沉积物类型的空间分布特征,分类精度为75.93%,Kappa系数为0.6。