作者单位
摘要
1 The Key Laboratory for Silviculture and Conservation of Ministry of Education, College of Forestry, Beijing Forestry University,00083Beijing, China
2 Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, Geodeetinrinne,Kirkkonummi0431, Finland
3 Key Laboratory of Quantitative Remote Sensing Information Technology, Academy of Opto-Electronics, Chinese Academy of Sciences, Beijing100094, China
4 Department of Electronic and Information Engineering,Anhui Jianzhu University, Hefei230601,China
高光谱激光雷达综合了高光谱和激光雷达特征,可为植被生理生化参数提取提供更加精确的遥感探测,但其应用潜力尚未得到充分挖掘。以北京10个典型树种的单叶为样本,开展室内高光谱激光雷达的叶片观测试验,并进行树种分类研究,为未来高光谱激光雷达的林业应用提供基础。首先进行可调谐高光谱激光雷达(Hyperspectral LiDAR,HSL)叶片高光谱测量,并完成与ASD地物光谱仪所测数据对比实验;其次,应用随机森林方法实现10种叶片的分类研究,其输入的特征指数为融合全部波段、部分敏感波段的光谱指数。结果表明:(a)HSL在波段650~1 000 nm(71个通道)内观测的叶片高光谱和ASD光谱一致(R2=0.9525~0.9932,RMSE=0.0587);(b)只用原始波段反射率分类精度为78.31%,其中分类贡献率最大波段的是650~750 nm,使用此波段进行分类精度为94.18%,表明利用红边波段(650~750nm)进行树种分类是十分有效的;(c)对树种敏感的波段为680 nm、685 nm、690 nm、715 nm、720 nm、725 nm、730 nm;(d)结合敏感波段光谱指数与植被指数分类精度82.65%。该研究结果表明在单叶级别,利用高光谱激光雷达能够准确地反映目标叶片的光谱特征并且能有效进行树种分类;未来将可能在野外应用中精确提取目标的生理生化参数。
高光谱激光雷达 叶片分类 全波形 植被参数 Hyperspectral LiDAR leaf classification full bands vegetation index 
红外与毫米波学报
2020, 39(3): 372

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!