刘丽娟 庞 勇 范文义 李增元 李明泽 东北林业大学林学院 黑龙江哈尔滨 中国林业科学研究院资源信息研究所 北京 杭州师范大学遥感与地球科学研究院 浙江杭州 将机载 和 高光谱数据整合 既可以获取可见光 近红外 短波红外区间连续的窄波段地物光谱 又能得到很高的空间分辨率 为高覆盖度的森林树种识别又增加了一种新方法 但是由于两种传感器的光谱响应不同 接收到的辐射值差异较大 如何将两种数据有效整合目前仍 是一个难题 和 覆盖谱段不同 受大气影响程度也不同 根据植被反射和吸收光谱特性 首先用基于统计模型的经验线性法和基于辐射传输的 模型分别对 和 大气校正 复原地物光谱真实的反射率 然后去除反射率光谱包络线 用 滤波函数 对归一化后的光谱曲线进行平滑 以去除噪声及异常点 实现 和 数据 的整合 与实测光谱曲线对比发现 整合后的 光谱曲线与实测光谱曲线匹配度较高 并且比单一传感器的光谱信息更丰富 有利于不同树种的区分识别 最后应用光谱微分及曲线 匹配技术 选取 分类器实现了研究区的树种填图 总体精度达到 系数为 该方法有效可行 为后续的相关研究提供了参考 机载 高光谱 整合 包络线去除 滤波 引 言
数据和方法 研究区概况 机载高光谱数据收集 样地冠层光谱数据收集
结果与分析
支持向量机 分类器
分类结果及树种填图
结 语