基于随机森林法的农作物高光谱遥感识别

  目的  不同农作物种类光谱差异小,通过探测众多窄波段范围的细微差别,提取区分不同农作物的特征波段,是目前实现农作物高光谱遥感识别的重要途径。如何提取区分不同农作物的特征波段,进而实现农作物的精确识别是一个挑战。近来出现的随机森林方法在多变量目标的分类识别方法展现了优势,为解决这一难题提供了一个新手段。  方法  利用随机森林法与传统方法分析杭州地区8种典型农作物的反射光谱,提取特征波段并进行分类,对比不同方法的识别效果。  结果  不同作物的反射光谱及其一阶微分、二阶微分、倒数的对数、去包络线法所提取的特征波段只能区分部分作物;随机森林法无需对反射光谱预处理,直接对全波段反射光谱数据处理,不仅筛选出了区分不同作物的特征波段,且运用所选择的波段对作物进行随机森林分类的效果也是最优的。  结论  随机森林法选择的波段（550、2 490、370、770、560、380、540、530、570、350 nm）不仅能区分不同作物,还能反映农作物生化属性的不同,使得用于分类的波段及分类方法体现了不同作物间物化性质的不同,在展现高光谱遥感识别农作物优势的同时,也为大面积农作物遥感精细分类提供借鉴。     

基于机载激光雷达和高光谱数据的树种识别方法

训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱（AISA）和激光雷达（LiDAR）主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。     

基于高光谱影像的舟曲曲瓦沟树种识别

正确识别舟曲地区沟内森林树种是进行植被保护的基础,也为准确计算泥石流发生的降雨阈值提供参考.利用HYPERION高光谱影像,采用基于纯净像元指数（PPI）的端元提取方法,提取了6类端元,用波谱特征拟合方法（SFF）、波谱角分类（SAM）方法和二进制编码方法（BE）识别出核桃、矮灌木、橡树、刺柏、冷杉和灌木蒿.同时利用基于最小噪声分离（MNF）的最小能量约束法（CEM）分离出各自的分布范围.     

基于高光谱影像的树种分类

应用环境与灾害监测预报小卫星(HJ-1A)的超光谱成像仪(HSI)高光谱影像,对大兴安岭地区塔河林区进行树种分类。HSI数据经过去条带和大气校正预处理,获取准确的树种光谱信息,分别采用波谱角填图法和线性波谱分离法进行树种分类。结果表明:在树种识别中,基于线性波谱分离的方法较基于波谱角填图法要优越,线性波谱分离方法的总体精度为72.0%,Kappa系数为0.600;波谱角填图法的总体精度为62.5%,Kappa系数为0.459。     

基于改进BP神经网络的高光谱遥感树种信息提取技术

【目的】通过分析树种间的光谱差异及改进分类算法以提高树种信息提取精度。【方法】文章采用安徽省砀山县EO-1 Hyperion影像,通过不同树种光谱信息的差异分析,筛选出区分树种信息的光谱指标,并采用改进的BP神经网络模型完成树种信息提取。【结果】结果表明,原始反射率和一阶微分部分光谱波段可用于树种识别,且一阶微分光谱的差异大于原始反射率;引入动量项和遗传算法改进的BP神经网络模型树种识别精度较传统BP神经网络提高8.5%,Kappa系数提高0.12。【结论】该方法可以实现较为准确的树种信息提取,能够达到对林业工程进行监测的目的,对快速评价工程质量有重要意义。     

基于BP神经网络的苹果高光谱图像糖度定量分析

使用高光谱成像技术在主成分空间的距离作为样本相似性的判断依据,选择出训练子集,实现了一种基于主成分空间样品光谱特征分类的局部建模方法,并将这种方法与BP神经网络结合,用于苹果糖度的高光谱图像技术的定量分析,增强了检测效果。该方法首先提取高光谱图像的光谱信息并划分为训练集、验证集和测试集,对训练集的光谱进行主成分分析;然后在主成分空间根据欧氏距离和马氏距离选择训练子集,并建立基于BP神经网络的局部回归模型对验证集进行预测;使用全光谱+BP神经网络、全光谱+PCA+BP神经网络、欧氏距离+PCA+BP神经网络和马氏距离+PCA+BP神经网络,选取出的训练子集建立的模型对验证集糖度进行预测。结果表明,与全光谱相比,局部变量建模相关系数r提高,RMSEP降低,提高了检测效果;局部变量建模中,马氏距离+PCA+BP神经网络建立的局部预测模型预测能力更强。将这种建模方法应用于测试集的糖度预测,均方根误差为0.106 61,相关系数r为0.890 81,可以较好的实现苹果中糖度含量高光谱定量分析。因此马氏距离+PCA+BP神经网络模型有望成为一种有潜力的苹果糖度检测方法,对提高模型的精度有重要的意义...     

基于树种分类的高分辨率遥感数据纹理特征分析

遥感图像尤其是高分辨率（1~4 m）遥感图像在树种分类方面有着广阔的应用前景。利用主成分分析法对遥感数据去相关分析,然后通过对纹理提取过程的分析,探讨不同移动窗口大小对纹理特征的影响,以期为中山陵园风景区的森林调查提供依据,分类方法为经典的最大似然分类器。根据不同移动窗口大小的纹理因子相关性和对保持纹理信息丰富度的影响,来选择合适的窗口大小及纹理因子组合,以对树种分类精度的提高程度为评价标准。研究结果表明,利用窗口大小为19 19下的纹理信息可有效提高分类精度,总精度达到66%,Kappa系数达到0.59,比单纯的光谱信息最大似然法图像分类精度高,其中均值与均匀性、对比度、偏斜度纹理因子组合为最佳纹理组合,能有效减少数据冗余。高分辨率遥感数据纹理信息的运用为树种分类识别时的特征选择提供了有利技术参考。图4表3参19     

干旱区典型盐碱土反射光谱特征分析

地物光谱特征是遥感机理的重要内容,也是遥感应用研究的重要依据.盐碱土的反射光谱特性反映了盐碱土的理化特征.以干旱区3种典型的盐碱土为研究对象,测量了不同含盐量和含水率的土壤反射率光谱,并分析了其光谱特征.结果表明,3种盐碱土的光谱反射率在干燥状态下有明显的高低规律.经过去包络线处理后,3种盐碱土在干燥状态下具有明显不同的光谱特征,且在干湿两种状态下,两个水分吸收谷处的吸收深度的深浅均具有明显的深浅差异.根据这些特征可以将3种类型的盐碱土区分出来.研究结果可为今后进一步研究盐碱化土壤参数反演和分类,以及盐碱土监测等遥感应用服务.     

典型草地土壤包络线光谱特征参数与植被覆盖度相关性

对新疆8种典型草地形成的不同类型土壤进行了光谱室内采集,以求能够通过包络线消除法和植被覆盖度对不同土壤有机质的含量高低做一个快速判断。运用包络线消除法提取了不同土壤的包络线特征参量,结合地上的植被覆盖度对有机质含量不同的土壤与植被覆盖度之间的关系进行了预测。结果表明,包络线消除后所得到的特征参数中,不同土壤光谱特征值存在差异。吸收深度对吸收面积的影响不显著,吸收峰面积可以用来描述不同土壤有机质含量的高低。建立了吸收峰面积和植被覆盖度之间的模拟方程,其中0~5 cm土层土壤的显著性最高(P0.05)。与东北黑土包络线消除的显著性波段范围相比,新疆草地土壤的包络线消除相关性达到0.6以上的波段位置发生了前移现象。     

周晓平(宁化县县属国有林场,福建,宁化365400)

近些年来宁化县非常注重高质量、高品位绿色发展要求,保护好绿水青山才能成就金山银山的经营理念不断向纵深推进,人们对乡土树种越来越倍加珍惜,因此急需加快乡土树种栽培与保护。本文从乡土树种林业内涵展开分析,阐述了乡土树种在宁化县生态恢复过程中的作用,主要从乡土树种具有生长快_^[1]、适应性强、病虫害少、用途多、改良土壤性强、森林植物群落多样性丰富、林分生产力强、再生繁衍能力强等方面深入探索,从而证明了乡土树种在树种优选方面的重要作用。     

叶片传统特征和距离矩阵与角点矩阵相结合的树种识别算法

针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。      

20种园林绿化树种活枝叶的燃烧性研究

为比较植物的燃烧性,用自行设计的燃烧试验装置对20种园林绿化植物的鲜枝叶进行燃烧试验,在测定和分析样品引燃时间、有焰燃烧阶段烟气温度变化和质量损失过程等的基础上,提出了植物的燃烧性参数P.根据P值大小得出这20种园林绿化植物枝叶燃烧性由小到大的排序为:垂丝海棠、云南含笑、亮毛杜鹃、垂柳、马蹄荷、球花石楠、华东茶、翠柏、墨西哥柏、岷江柏木、云南樟、滇青冈、女贞、夹竹桃、柳杉、滇润楠、桂花、园柏、雪松和樟树.     

不同PM2.5污染区常见树种叶片对PAHs的吸收特征分析

采集了北京市奥林匹克森林公园和西直门北大街2个不同PM2.5污染区的6种植物叶片样品,应用高效液相色谱法测定叶片中多环芳烃(PAHs)的含量,比较6种常见树种叶片对PAHs的吸收特征,并对PAHs的成分具体分析。结果表明:不同树种吸收PAHs的能力有差异。在2个采样点,圆柏、油松针叶树种叶片对PAHs的吸收含量均高于阔叶树种;阔叶树种中碧桃叶片对PAHs的吸收含量最高,其次是毛白扬。此外,随着污染的加重,树种能够增强其吸收PAHs的能力以适应环境污染。6种树种叶片对PAHs的吸收含量均表现为污染较重的西直门高于污染较轻的森林公园。对6种树种叶片的PAHs成分分析表明,叶片中PAHs的主要成分为3环化合物,其次是2环、4环和5~6环化合物,叶片对不同环数化合物的吸收含量也表现为西直门高于森林公园。西直门样品中3环化合物的组分略多于森林公园样品,且组分的含量也高于森林公园样品。6种树种叶片对PAHs吸收含量的主成分分析指出,树种吸收PAHs能力大小依次为圆柏碧桃油松毛白杨榆树紫叶李。      

基于高光谱的枣树叶片氮素表征方法

为提高枣树种植过程中施用氮肥的精准性,本研究以南疆重要经济作物骏枣(Ziziphus jujuba Mill.)为研究对象,通过对枣树叶片原始光谱和一阶微分光谱与全氮含量的相关性进行分析,利用光谱敏感变量构建植被指数作为衍生变量,再以衍生变量作为变量建立多种线性和非线性的氮素含量预测模型,并对氮素含量预测模型进行精度检验。结果显示：基于枣树原始光谱和一阶微分光谱的模型拟合决定系数均大于0.75,原始光谱变量的预测效果整体好于一阶微分光谱;预测效果最好的是基于原始光谱变量4的幂函数模型：Nit=1.097x^0.735,R²为0.821,RMSE为0.024 5。研究表明,建立的氮素含量预测模型能够实现基于高光谱反射率特征对枣树氮素的较好监测效果,能够作为枣树营养素诊断的重要理论依据。     

广东主要乡土阔叶树种单木生物量生长模型

【目的】选择广东主要乡土阔叶树种樟树Cinnamomum camphora、木荷Schima superba和枫香Liquidambarformosana为研究对象,建立3个树种的单木生物量生长模型,快速精确计量和监测森林碳汇造林项目的碳储量变化。【方法】每个树种按10个径阶均匀分配伐倒90株样木(共270株),以样木的生物量数据为单木生物量,以立木年龄为自变量,分别建立不同起源(天然林和人工林) 3个树种的地上和地下4种方程生物量生长模型,并选择最优模型通过联立方程组总量控制法解决地上各组分(干材、树皮、树枝、树叶)的生长模型相容性问题。【结果】天然林和人工林起源条件下,相同树种在同一生物量生长模型形式下生物量增长的上限值和最大增速年龄均有差异。各方程在相同起源和树种条件下所得的生物量上限和拐点年龄差异明显。估计地上生物量时,各树种最优方程形式不同。选择Logistic方程对3个树种地上各组分生物量联立方程组建立相容性生长模型,3个树种干材生物量方程的R_(adj)~2为0.560～0.768,平均预估误差(MPE)为3.05%～6.73%;树皮生物量方程的R_(adj)~2为0.552～0.866,MPE为2.02%～6.27%;树枝生物量方程的R_(adj)~2为0.309～0.706,MPE为3.01%～14.33%;树叶生物量方程的R_(adj)~2为0.495～0.767,MPE为4.16%～7.14%。【结论】比较4种模型的参数及评价指标可知,地上生物量生长最优模型为Logistic方程,地下生物量生长最优模型为Schumacher方程。地上各组分生物量在立木生长的周期中占地上总生物量的比例随着年龄的增长而不断变化。选择Logistic方程对3个树种地上各组分生物量联立方程组建立相容性生长模型,干材和树皮的生物量方程拟合效果相对于树枝和树叶更好。该模型主要适用于在已知年龄的人工碳汇造林的生物量估计;结合含碳系数,可预估未来一定时期内的碳储量及碳汇量。     

不同树种林分对空气负离子浓度的影响

为科学选择城镇造林或绿化树种,对浙江省嘉兴市新塍镇13 个树种林分内的空气负离子浓度进行日变化监测研究。结果表明：不同树种林分的空气负离子浓度具有一定差异,樱花Cerasus serrulata+小叶黄杨Buxus sinica var. parvifolia混交林、红枫Acer palmatum ‘Atropurpureu’纯林内空气负离子浓度相对较高,黄山栾树Koelreuteria paniculata与无患子Sapindus mukorossi纯林内空气负离子浓度较低。不同结构林分的空气负离子浓度差异明显,表现为乔灌混交林＞灌木林＞乔木林,其空气负离子浓度日变化趋势较为一致,均在上午10 : 00左右出现 1个峰值,在下午16 : 00 － 18 : 00呈上升趋势。对空气负离子与环境因子的相关性分析显示,空气负离子与相对湿度呈极显著正相关（P＜0.01）,而与温度极显著负相关（P＜0.01）,与紫外线强度显著负相关（P＜0.05）。对空气负离子与林分因子的相关性分析显示,空气负离子浓度与林分密度呈显著正相关（P＜0.05）。图2表5参14     

南方林区防火树种的筛选研究

该文对南方的木荷、火力楠、杨梅等48个树种的燃烧性能及其组成成分进行了测定,并分析了各树种的生物学和生态学特性,利用层次分析的方法对研究的树种防火能力进行了排序.结果表明,木荷、油茶、马蹄荷、旱冬瓜、杨梅、细柄阿丁枫等6个树种的防火能力最强,米老排、火力楠、米饭花、阿丁枫、珊瑚、甜槠、棕榈、椤木石楠、台湾相思、交让木、毛竹、青冈栎、女贞的防火能力较强.     

浙江省主要用材树种数据库系统设计与实现

针对树种特征信息量大、数据繁多等特点,利用计算机智能化管理软件建立数据库系统,对浙江省主要用材树种的特征信息进行自动化、数字化的科学管理.采用基于C/S的Delphi 7.0和InterBase 6.0结构,利用面向对象的方法,设计并开发具有友好用户界面,操作简便的数据库系统,实现了对树种数据的编辑、浏览、检索和维护等功能,方便教学、科研和社会服务,促进木材标本管理软件的建设.图2参14     

基于相邻木关系的树种分隔程度空间测度方法

树种分隔程度是林分空间结构的重要组成部分,对其恰当描述是进行近自然森林经营的首要条件。该文提出了基于相邻木关系的树种分隔程度空间测度方法;利用2类8种理论数据和3个不同气候带的3种不同森林群落类型的实际调查数据,对树种分隔程度进行分析,并与目前的计算树种分隔程度的林分混交度计算公式进行了比较。结果表明,树种的分隔程度取决于树种数量及其空间分布,树种数量越多且混交度越大,树种分隔程度就越高;相同树种数量的树种分隔程度取决于树种在林分中的空间分布情况,树种混交度越大其分隔程度越高。该文提出的树种分隔程度空间测度指数,既能恰当地进行不同群落树种分隔程度的比较,也能对同一群落的树种分隔程度相对大小做出合理的判断。