基于CNN和SVM的地面高光谱遥感草地植物识别

物候期和识别模型的选择直接影响植物识别的精度。本研究以蒿类荒漠草地主要植物伊犁绢蒿(Seriphidium transiliense)、角果藜(Ceratocarpus arenarius)以及裸地为识别对象,选择4月、6月、9月3个时期,通过SOC 710 VP高光谱成像仪采集草地群落高光谱数据,在分析地物光谱反射率差异的基础上,利用最佳指数因子(OIF)筛选特征波段,通过卷积神经网络(CNN)和支持向量机(SVM)建立识别模型。结果表明：1)不同物候期的伊犁绢蒿与角果藜在可见光波段均表现为“低-高-低”的光谱反射率趋势,并随月份增加峰谷现象逐渐不明显;红边波段这两种植物表现出快速上升;在NIR平台区4月各识别对象间反射率大小差异最明显。2)利用OIF筛选的识别波段组合在月份间表现一致,为638.64、789.49和923.79 nm。3)在识别精度上,SVM> CNN;4月> 9月> 6月;裸地>伊犁绢蒿>角果藜。综合来看,采用SVM在4月对蒿类荒漠草地主要植物进行识别的精度最高,为92.12%。     

内蒙古不同利用方式温性草原植被光谱特征分析

人类对草地资源的利用方式和利用程度影响着草地的生长发育,进而影响草地的光谱特征.采集不同利用方式下内蒙古锡林郭勒盟温性草原地面高光谱数据并分析其光谱特征,可为温性草原植被类型遥感分类和草地退化遥感监测提供基础数据.结果表明:750～950 nm处反射率、730 nm处反射率的一阶导数、红边斜率、NDVI和EVI等特征值的组合可以将粟(Setaria italica)、大针茅(Stipa grandis)及羊草(Leymus chinensis)植被类型加以区分;且红边斜率、NDVI和EVI等特征值分别能对内蒙古温性草原围封和天然放牧2种利用方式下大针茅植被,以及打草前和打草后的羊草打草地进行区分.在内蒙古温性草原,NDVI与植被覆盖度和地上生物量的相关性较好,线性拟合R2分别为0.601和0.818,优于EVI的0.281和0.675,因此在估算该地区草地生物量和植被盖度时,应选择植被指数NDVI而非EVI,且用NDVI来估算地上生物量的可信度远高于植被盖度.     

民勤10种典型荒漠植物冠层光谱与含水率的特征分析

植物体内水分是影响植物光合作用、呼吸作用、生物量及其他生理生化指标的主要因素之一,植物含水率的调查是植被研究的重要内容,利用高光谱进行典型荒漠植物含水率与冠层光谱的关系研究对荒漠区植被遥感监测具有重要意义。本研究借助ASD便携地物光谱仪实地测定了10种典型荒漠植物的冠层光谱曲线,并采用相关系数法和植被指数法,分析了不同荒漠植物光谱特征及其与冠层含水率的关系,结果显示:1)荒漠植物反射光谱曲线具有绿色植物在可见光-近红外波段的普遍特征,有明显的"绿峰"特征和"红边效应"。2)在954-973,1 184-1 198和1 440-1462 nm三个波段,荒漠植物存在明显的水分吸收谷。其中,1 440-1 462 nm波段的光谱反射率与含水率相关系数大于0.8,二者具有很强的线性相关性。3)WBI(Water Band Index)、NDWI(Normalized Difference Water Index)、NDII(Normalized Difference Infrared Infrared Index)、MSI(Moisture Stress Index)与植物含水率显著相关(P<0.05),冠层水分含量指数与植被水分实测值具有较高的一致性,可以反映荒漠植被含水率变化。     

新疆典型荒漠草地的高光谱特征提取和分析研究

本研究以新疆阜康地区的典型荒漠植被为对象,通过微分和Savitzky-Golay平滑滤波处理,从野外高光谱仪采集的高光谱谱线中,提取了典型荒漠植被的高光谱特征(红边、绿峰、红谷),结果显示,荒漠植被虽然也具有红边和绿峰等吸收特征,但是枝叶稀疏、覆盖度较低的荒漠植被高光谱受下垫面影响,不具有明显绿峰,红边特征也随着植被盖度的降低而减弱;由于荒漠植被10月份进入凋落枯萎时期,其光谱反射率受土壤光谱干扰而数值偏大,红边位置较5月份呈现出“红移”的规律,NDVI和RVI指数也呈现出10月份低于5月份的现象;不同草地类型、不同季相的荒漠植被,其红边、绿峰、红谷特征和植被指数均具有显著差异,但是NDVI和RVI具有较高的数据相关性。新疆典型荒漠草地的光谱特征提取和分析研究不但丰富了高光谱信息挖掘手段,还为基于高光谱信息的草地类型分类研究提供了数据基础和科学依据。     

基于红光和近红外反射光谱特征参数反演草地地上生物量

2013年6~10月测定东非狼尾草+白三叶混播草地冠层反射光谱和地上生物量;分析红光波段和近红外波段反射光谱特征参数与牧草鲜重及干物质之间的相关关系;构建并检验基于红光单波段和植被指数(NDVI、RVI、DVI)反演草地地上生物量回归模型。结果表明:红光波段反射率与草地地上生物量之间存在显著相关性;地上生物量的增加能够显著降低"红谷"反射率,显著升高近红外850.0nm处反射率;选用红光单波段反射率、红光波段构建的植被指数RVI或红光与近红外波段构建的植被指数NDVI,均能够精确反演草地鲜草产量和干物质产量;适宜估产的植被指数因季节和草地生物量的差异而不同,在6月11日,植被指数RVI反演模型估测的草地生物量与实测值的模拟效果最好,10月12日,植被指数NDVI反演模型估测的草地生物量与实测值的模拟效果最好。     

伊犁绢蒿荒漠草地物种光谱特征分析及识别初探

利用便携式地物光谱仪,对天山北坡中段伊犁绢蒿(Seriphidium transiliense)荒漠草地9种植物进行实地光谱测量,对光谱进行一阶微分、平滑、归一化、R_r-R_n光谱特征空间处理,对植物光谱特征分析及识别,并建立判别模型。结果表明,不同植物的原始光谱反射率在特定波段具有一定差异性,一阶微分对于精确提取该类草地植物红边特征参数值有重要作用,平滑处理可以有效去除噪声影响,归一化更有利于发现植物光谱特征,Rr-Rn在区分该类草地植物方面存在困难。选用近红外波段反射率(R_n),红边位置(REP),绿波段反射率(R_g),修改型土壤调节植被指数MSAVI和叶绿素吸收比值指数(CRAI)5项光谱指标建立判别函数,9种植物的判别精度达到90.5%。     

牛心朴子的光谱差异特征参量分析

牛心朴子(Cynanchum komarovii)是分布在西北干旱半干旱荒漠草原的主要毒害草之一。近年来,牛心朴子快速蔓延对当地畜牧业发展和草原生产力的影响日益严重。采用内蒙古阿拉善左旗典型样区内牛心朴子和其它沙地植物的野外实测光谱,通过叶片光谱、冠层光谱及群落样方光谱的对比分析,探讨牛心朴子与其它沙地植物的光谱差异性。结果表明,在350-2 500nm波段,牛心朴子叶片的光谱反射率均高于花的反射率,花的反射光谱未出现明显的蓝谷和绿峰。沙地背景对牛心朴子冠层光谱的影响强烈,冠层光谱是沙地与牛心朴子叶片光谱的综合表征。最大的红边斜率以及800-1 300nm明显的高反射率是牛心朴子与其它沙地植物冠层光谱的主要差异特征。根据不同盖度牛心朴子群落样方光谱的变化规律,选取4个特征参量与群落盖度进行线性回归分析表明:利用红边斜率进行群落盖度反演的效果最好,R~2为0.781 5。本研究可为牛心朴子分布遥感监测及其盖度定量反演提供科学依据。     

旅游干扰下山地草甸光谱特征及其与冠层特征的关系

本研究利用SVC-HR768光谱仪观测不同旅游干扰程度下山地草甸的冠层高光谱反射率,结合山地草甸的冠层叶绿素含量和冠层组分、结构和生产力的测定,分析旅游干扰下群落数量特征、植物多样性和叶绿素含量(SPAD值)等的变化与冠层反射率和相关光谱参数的相关性,以期利用高光谱技术快速、无损和精确的监测景区旅游干扰对草地生态系统的影响。结果表明:(1)在旅游干扰下,耐践踏的物种重要值增加,而践踏敏感物种重要值减少,物种丰富度、多样性显著下降,群落结构向少数耐践踏的物种集中,群落生产力下降;(2)随着旅游干扰强度的增加,冠层叶绿素含量下降,冠层对可见光的吸收减弱,反射增强,"红边"位置产生了"蓝移"现象,"绿峰"幅值增加,"红谷"和"红边"幅值均呈下降趋势;(3)可利用红边位置、敏感波段优化的多元散射光谱拟合模型对叶绿素含量、群落数量特征和植物多样性进行估算,且相对精度较高,误差较小。因此,利用高光谱技术监测旅游干扰对草地生态系统的影响是可行的。     

艾比湖自然保护区荒漠-盐生植被VIS-NIR光谱反射特征研究

利用便携式地物光谱仪进行艾比湖自然保护区植被光谱反射率的测定,阐明荒漠—盐生植被光谱特征和生存环境的关联,为该地区植被调查提供参考.测定离湖滨不同远近距离4个样区的几种典型植被反射光谱,采用导数法分析植被光谱(如红边,绿峰,蓝边)特征;利用Landsat 8影像提取NDVI指数信息.结果表明:在离湖最近、盐渍化较轻的B样区反射率值最高,其次分别是离湖最远的湿地盐沼区、河流下游段和盐渍地严重的裸露区;植被光谱曲线在680～760 nm附近达到增长最高值,反射率最高达0.9;4个样区植被的“红边位置”有相似的吸收光谱波段特征,B样区的“红边位置”在720 nm处,向长波段方向靠近.总之,高光谱遥感对于荒漠-盐生植被的监测和提取具有重要的意义.     

柴达木盆地草地类型及其分布规律

柴达木盆地天然草地面积696．9万公顷，依据中国草地类型分类系统，可分为温性草原类、高寒草原类、温性荒漠类、高寒荒漠类、低地草甸类、山地草甸类、高寒草甸类及沼泽类等8类、38个草地型。主要由于水分、热量条件的变化，导致柴达木盆地草地类型在东半部以温性草原类为主，西半部以温性荒漠类为主。受地形地貌特征及海拔高度的影响，草地类型垂直分布格局明显，从盆地中心至边缘呈现沼泽类、低地草甸类、山地草甸类、温性荒漠类或温性草原类、高寒草原类、高寒草甸类或高寒荒漠类。     

祁连山北坡植物群落空间分布格局与多样性研究

干旱区山地植物群落的空间分布格局和多样性特征对海拔梯度的响应分析,有助于探究山地植物的生态适应性策略。采用TWINSPAN和DCA排序等方法,研究了祁连山北坡植物群落分布格局和多样性特征。结果表明：祁连山北坡植物群落可以分为9个类群,随着海拔的升高,植被类型由荒漠-荒漠草原-典型草原逐渐转变为草甸草原,植物群落由斑块状分布的盐爪爪+珍珠群丛至灌木亚菊+珍珠群丛和合头草+珍珠群丛过渡为甘蒙锦鸡儿+芨芨草群丛、扁穗冰草+西北针茅群丛和西北针茅+赖草群丛,最后逐渐演化为呈镶嵌分布的鬼箭锦鸡儿+高山柳群丛和苔草+嵩草群丛;草地群落的Shannon-Wiener多样性指数（H'）和物种丰富度指数（R）呈“双峰”变化趋势,Pielou均匀度指数（J）在中海拔有最大值,而Simpson优势度指数（C）在中海拔有最小值。祁连山植被类型由低海拔荒漠至高海拔草甸草原演化过程中伴随着植物群落分布格局和种类组成的改变,体现了山地环境对植物群落构建的过滤作用。     

基于不同阶微分高光谱植被指数的牧区草场地上生物量估算

利用高光谱遥感技术能快速、无损、高效地获取草地地上生物量信息,对牧区牧草高效管理、草畜供求关系平衡以及放牧制度优化等方面具有重要意义。为了寻求估算生长旺盛期草地地上生物量最适宜的微分光谱阶数,本研究在内蒙古天然草场通过原位试验采集了高光谱反射率与地上生物量数据,对原始光谱反射率数据进行一至四阶微分处理,在全波段范围内挑选最佳波段构建简单比值植被指数（Simple ratio vegetation index,SRVI）、归一化植被指数（Normalized difference vegetation index,NDVI）、土壤调节植被指数（Soil adjusted vegetation index,SAVI）和增强型植被指数（Enhanced vegetation index,EVI）4种高光谱植被指数,建立相应地上生物量估算模型并对比评价各模型精度。结果表明：对原始高光谱反射率进行微分处理,有助于提高敏感波段与地上生物量的相关性;红边波段与近红外波段是构建最佳植被指数的重要组成波段,占所有优选波段的82%;基于二阶微分光谱的最佳SRVI和NDVI模型精度最好,R²分别为0.69和0.70,RMSE分别为196.60 g·m^-2和196.65 g·m^-2,过高的微分阶数反而会降低估算模型的精度。本研究能为利用不同阶微分高光谱估算草地地上生物量提供科学借鉴,为精准快速的牧区天然草场遥感监测提供技术和方法支持。     

基于高光谱成像技术的伊犁绢蒿荒漠草地主要植物识别参数的筛选

为获得伊犁绢蒿荒漠草地主要植物最佳识别参数，本研究利用SOC710 VP成像光谱仪于4月采集群落影像，以伊犁绢蒿（Seriphidium transiliense）、角果藜（Ceratocarpus arenarius）、叉毛蓬（Petrosimonia sibirica）和裸地为识别对象，基于光谱学响应与峰谷特性选取8个位置参数、2个面积参数、4个植被指数，按照显著性差异从小到大逐一筛选敏感参数，并使用Fisher判别分析进行精度验证。结果表明：4种识别对象的反射率大小在可见光和近红外波段表现出不同的特征；用筛选出的红谷位置、红边位置、红谷幅值、蓝边面积、NDVI₁、RVI₁和RVI₂进行判别，精度分别为伊犁绢蒿91.11%、角果藜80.56%、叉毛蓬91.11%、裸地100%，总精度为92.13%。本试验筛选出的识别参数建立判别模型可为进一步对群落影像进行物种定量分类提供依据。     

基于XGBoost算法的草甸地上生物量的高光谱遥感反演

准确、高效获取草甸地上生物量信息,对牧区农牧业生产、草地资源管理、牧草可持续利用具有重要意义。本研究基于实地采集的牧草冠层光谱反射率及同期获取的地上生物量数据,运用互信息法分别分析了微分光谱、优化植被指数与草甸地上生物量的相关性,进一步构建了极限梯度提升（XGBoost）算法与不同阶光谱植被指数数据集的草甸地上生物量模拟估算模型,并与多元线性回归（MLR）和随机森林（RF）算法建立的模型进行对比。结果表明：对光谱反射率进行一阶、二阶微分与光谱植被指数变换协同应用,有助于提高冠层光谱与地上生物量的相关性;基于原始光谱植被指数与XGBoost算法构建的草甸地上生物量模拟估算模型效果最佳,均方根误差（RMSE）为140.26 g·m^-2,平均绝对误差（MAE）为97.20 g·m^-2,Nash效率系数（NSE）为0.81,一致性指数（d）为0.94,其次为基于RF算法构建的模型,MLR算法构建的模型精度较差。研究认为XGBoost算法可适用于草甸地上生物量模拟估算模型的建立,为快速准确的牧草高光谱遥感监测提供了技术和方法,为区域性草地高精度大面积生产力估算奠定了基础。     

天山北坡草地遥感分类及其精度分析

基于遥感资料的植被类型划分能快速获得大尺度的植被覆盖变化数据。采用遥感和GIS技术,利用天山北坡典型草地2008年Landsat 5 TM遥感影像和1999年Landsat 7 ETM+全色波段数据,在对遥感影像预处理的基础上,进行了数据融合处理。根据融合影像的纹理特征进行监督分类,将研究区域的植被初步分为8种主要覆盖类型,在监督分类的基础上借助专家知识系统构建决策树,进一步将草地分为5类,包括平原荒漠、平原沙漠、低山荒漠、温性草甸和高寒草甸,最后对分类结果进行精度评价,总精度在95%以上,总Kappa系数为0.939 6,间隔9年的影像融合和决策树分类方法在研究区植被分类中具有较高的可行性。     

基于CNN和SVM的无人机多光谱遥感草地植物识别

为选择最佳的物候期、飞行高度和识别模型提高植物识别的精度，本研究以伊犁绢蒿(Seriphidium transiliense)荒漠草地主要植物伊犁绢蒿、角果藜(Ceratocarpus arenarius)以及裸地为识别对象，选择4月、6月、9月3个飞行时期，15m，30m，60m 3个飞行高度，通过无人机搭载多光谱相机采集草地群落多光谱数据，在分析光谱反射率差异的基础上，利用最佳指数因子(Optimum index factor，OIF)筛选特征波段，通过卷积神经网络(Convolutional neural network,CNN)和支持向量机(Support vector machines,SVM)建立识别模型。结果表明：地物反射率4月＞6月＞9月，15m＞30m＞60m；不同飞行高度下OIF值一致，但在月份间具有差异，4月敏感波段为Green，Red和NIR，6月和9月敏感波段为Red，Red edge，NIR；在识别精度上SVM＞CNN，4月＞9月＞6月，15m＞30m＞60m，裸地＞伊犁绢蒿＞角果藜。综合来看，采用SVM在4月、15m飞行高度下进行识别的总体精度最高，达到86.23%。     

新疆阜康荒漠植被指数特征和时空过程分析

研究天山北坡典型荒漠区草地植被覆盖变化,对于荒漠区草畜平衡及畜牧业可持续发展具有重要现实意义。采用1990,1999和2008年同时相TM/ETM+遥感影像,经辐射校正和几何校正后,基于荒漠植被指数特征和垂直地带性特征,进行了专家知识决策树分类,研究了阜康市典型荒漠草地、农田等地物近20年间的归一化植被指数(NDVI)和面积变化特征。结果表明,1) 经辐射校正后的NDVI与实际地物情况更接近,大致呈高山草甸>农田>温性草甸>平原荒漠>山前荒漠的规律;2)近20年间农区面积大量占用平原荒漠草地和山前荒漠,新增农田面积296.3 km²,是1990年耕地总面积的1.54倍;3)高山冰盖消融随即转变成为高山草甸类型的趋势明显,20年间减少冰雪区74.7 km²,是1990年冰雪区总面积的0.345倍,这也印证了近20年来全球变暖的说法。     

基于Sentinel-2和Landsat 8数据的天祝县草地地上生物量遥感反演

为精确获取区域草地地上生物量（Above-ground biomass，AGB），本研究利用Sentinel-2和Landsat 8数据，计算5种植被指数，与野外实测AGB建立草地AGB遥感估算模型，并用均方根误差、决定系数和平均相对误差等指标综合比较不同估算模型的反演精度。结果表明：5种植被指数与草地AGB均显著相关；基于Sentinel-2数据建立的AGB估算模型总体上优于Landsat 8的估算结果；7月最优反演模型为基于差值植被指数（Difference vegetation index，DVI）的二次多项式模型，精度达86％；8月最优反演模型为基于绿色归一化植被指数（Green normalized difference vegetative index，GNDVI）的指数模型，精度达84％；天祝县草地AGB的空间差异明显，不同草地类型平均AGB顺序为：山地草甸>高寒草甸>温性草原>温性荒漠草原。以上研究结果可为研究区草地AGB合理估算和放牧管理提供科学依据。     

玛曲县天然草原资源及分布研究

甘肃省玛曲县作为黄河源区重要的水涵养区和生态脆弱区,其天然草原对涵养水源、保护黄河源区生态安全、确保当地草地畜牧业生产的健康发展具有十分重要的意义。为摸清玛曲县草原资源现状,将遥感与地面调查相结合,选择决策树分类等方法对玛曲县天然草原的分布、分类和面积进行研究与评价。结果表明:玛曲县有低地草甸、高寒草甸、山地草甸和高寒草原4个草原类,总草原总面积93.13万hm2,其中高寒和低地草甸分别占全县草原面积的82.37%和11.62%,山地草甸和高寒草原仅占4.23%和1.78%;各乡镇分类草原面积均以高寒草甸所占比例最大,其中阿万仓镇、木西合乡、欧拉镇和欧拉秀玛乡高寒草甸所占比例均在90%以上,尼玛镇、阿孜站和西科河羊场占比在80%以上,仅齐哈玛镇占比在50%以下(47.02%);低地草甸占比较大的乡镇有曼日玛镇(40.68%)、齐哈玛镇(26.21%)、采日玛镇(24.30%)和河曲马场(30.84%)。     

基于高光谱影像的高寒牧区土地覆盖分类与草地生物量监测模型

利用环境减灾卫星HJ 1A高光谱图像数据,分析了研究区不同土地覆盖类型的波谱曲线特征,比较了监督分类和光谱角分类方法对高光谱影像的分类精度,研究了高寒牧区草地生物量超光谱遥感监测模型。结果表明,1）不同地物波谱曲线的吸收位置和吸收深度等波谱特征在可见光波段具有较大差异,在近红外波段吸收特征相似。在可见光波段,云和植被的吸收位置最少,都只有1处,但云的吸收深度小于植被;裸地吸收位置有5处;水域吸收位置最多,有6处。2）光谱角与监督分类均适于高光谱影像分类,但光谱角分类方法的总精度可达85.9%,远高于监督分类法。3）依据草地生物量与9种植被指数间的回归分析结果,选出了适合研究区草地植被生物量动态监测的两种植被指数,即归一化植被指数和比值植被指数。