《多/高光譜遙感結合的三江平原濕地植被分類研究》是依託首都師範大學，由孫永華擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：多/高光譜遙感結合的三江平原濕地植被分類研究
- 項目類別：青年科學基金項目
- 項目負責人：孫永華
- 依託單位：首都師範大學
項目摘要,結題摘要,
項目摘要
本研究選擇三江平原典型濕地洪河國家級自然保護區為研究區，以四種典型濕地植被小葉章、毛果苔草、烏拉苔草和漂筏苔草為研究對象，開展星地同步實驗，獲取野外光譜、植被信息、水文環境信息、HJ-1A CCD和HSI影像，在數據預處理的基礎上，提取光譜特徵參數。篩選能有效區分四種植被的最優光譜特徵，並通過PROSPECT+SAIL模型，檢驗這些光譜特徵對環境背景的敏感性。最後融合HJ-1A CCD和HSI影像，得到具有30m空間解析度的高光譜影像，提取最優光譜特徵參數，基於BP-ANN及FLDA方法，對研究區的植被分布進行製圖並驗證。本課題的研究成果將為環境小衛星光學數據在濕地和植被中的套用提供理論基礎，對於即將建成的環境減災小衛星星座大面積開展生態套用提供支持。
結題摘要
本項目研究人員三次赴黑龍江省三江平原洪河濕地保護區，獲取了典型濕地植被類型、植被理化參數、土壤背景參數等數據，同時開展了地物光譜測量和飛艇多光譜遙感試驗，為課題後續研究提供了數據基礎。為進行批量化數據處理工作，開發了《地物光譜數據預處理與特徵參數提取系統》，並申請軟體著作權1項。 針對洪河保護區典型濕地植被，通過實測地物冠層光譜數據，提取高光譜特徵參數，分析了不同方法對濕地植被識別的有效性。研究表明：與植被理化參數高度相關的高光譜特徵參數，包括高光譜植被指數、吸收特徵等，是進行植被區分和識別的重要數據源，環境背景因素對植被冠層光譜的影響較大，但是無法從實測光譜數據中剔除環境背景的影響。分塊理論可以提高植被識別的精度，使用分塊主成分分析和典型成分分析進行植被類型識別都能取得較好的精度，識別精度能夠達到80%以上。分塊組數越多，精度越高。 本項目通過地物光譜數據模擬了HJ-1A HSI和CCD數據，評價該衛星感測器進行濕地植被識別的可行性；融契約一平台同一時間的HJ-1A CCD和HSI影像，得到具有較高空間解析度的HSI影像，基於融合後影像對濕地植被進行分類，探討了HJ-1A影像進行濕地植被識別的能力。研究表明：模擬後的HJ-1A HSI數據識別精度達到84.05%，可以達到植被識別的目的，而模擬的HJ-1A CCD數據識別精度只有42.35%，精度較低，無法進行植被識別。融合後的遙感影像對五種植被的識別精度達到82%。將高光譜植被指數與主成分分量結合，識別精度得到明顯提高，達到87.6%。通過HJ-1A高光譜和CCD影像融合，可以進行群落級植被識別工作。 由於HJ-1A高光譜數據存在一定的質量問題，項目開展了低空無人飛艇高光譜遙感試驗，獲取了高空間解析度的高光譜影像，採用最大光譜角和人工神經網路方法，對河北試驗區九種樹種幼苗進行分類研究。最後，本項目還開展了基於高光譜的植被生理生化參數（葉面積指數、鮮生物量、葉綠素、氮素、含水量）反演研究，獲得了研究區不同植被理化參數的反演模型，為濕地植被分類的結果提供參考。 依託此項目，項目組成員共出版中文專著1本《基於高光譜的濕地植被定量遙感研究—以洪河自然保護區為例》，發表學術論文9篇，其中SCI檢索1篇，EI檢索會議論文5篇，中文核心1篇，一般論文2篇。
