论文部分内容阅读
植被作为湿地系统重要的组成部分,是湿地生态系统变化敏感程度的指示器,湿地生态功能健康与否起着指示剂作用,所以植被的分类是湿地植被研究的基础。遥感手段已经广泛应用到湿地植被信息动态变化监测中,如何更快、更精确的提取植被信息是此次研究的目的。传统的多光谱数据提取较大地物精度较高,但在研究湿地植物群落时,无法满足需要,植物反射光谱波段丰富(上千个波段)、光谱分辨率高(<1Onm)以及特有诊断性等特点,为提高湿地植物群落分类精度提供了条件。同时面向对象分类方法突破了单纯基于影像的光谱信息分析的方法,可在深入分析实测植物群落光谱信息的基础上逐级分层分类。将野鸭湖湿地作为研究区,以野外实测典型植物群落光谱反射率数据及Geoeye-1影像数据为基础,通过对比分析与单因素方差分析获取植物群落的最佳提取时间和最优识别参数,从而指导面向对象分类方法,对Geoeye-1影像的湿地植物信息进行提取。研究内容主要包含以下几个方面:①根据野鸭湖湿地植被的分布和生长习性,分析野鸭湖湿地典型植物群落:芦苇(Phragmites australis)、香蒲(Typha orientalis Presl.)、扁杆蔗草(Scirpus planiculmis Fr.Schmidt)、苜蓿(Medicago sativa Linn)、小叶杨(PopulussimoniiCarr.)在6、7、9月3个关键生长期的光谱特征,获取植物群落识别的最优策略,主要包括最佳识别时间、识别特征参数;②基于Geoeye-1影像数据,将典型植物群落光谱数据分析结果指导面向对象方法信息提取,识别野鸭湖湿地五种典型植物群落。整体上看,典型植物群落光谱反射率均出现“两峰三谷”的光谱特征,两峰分布出现在550nm和720nm附近,其中720nm附近的峰值最高,三个谷值主要分布在500nm、700nm、900nm附近,其中550nm-720nm范围的谷值最深(吸收强度最大)。苜蓿群落、香蒲群落和扁杆蔗草群落在520nm-570nm(绿谱段)范围的区分度高;芦苇与小叶杨群落在680nm-740nm(近红外谱段)光谱特征显著。五种植物群落在CHIGREE、DSWI、SRWI、WI四种植被指数识别效果好。可利用Rg/Rr、SDr-SDb/SDr+SDb. SDy、SDr/SDb“三边”参数分别识别苜蓿、香蒲、小叶杨、扁杆蔗草群落。AREA670、AP970、WID1200可分别识别香蒲、苜蓿、扁杆蔗草群落。总体上看,7月份植物群落间的差异显著。提取结果显示,苜蓿、扁杆蔗草群落的分类效果最好,用户精度分别为91%、100%,总体精度达到90%,Kappa系数达到0.88。通过大量的野外实地获取的植物群落反射率数据的分析、变换,能更好的指导面向对象方法对高分辨率遥感影像信息的提取,在精度和速度上较传统的面向对象方法(完全依靠经验来分类)有了很大的提高,除外,可将分析结果直接用于高光谱遥感影像数据的植物群落识别中。总之,对植物光谱信息的分析可为多光谱和高光谱遥感数据的植物信息提取提供技术支持。