《樣本難以獲取條件下的濕地高光譜遙感分類方法研究》是依託山東科技大學，由崔賓閣擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：樣本難以獲取條件下的濕地高光譜遙感分類方法研究
- 項目類別：青年科學基金項目
- 項目負責人：崔賓閣
- 依託單位：山東科技大學
項目摘要,結題摘要,
項目摘要
濕地是重要的生態系統，寶貴而脆弱，承受著人類開發活動帶來的巨大壓力。為了加強對濕地的保護和管理，需要精確細緻的監測數據支持。高光譜遙感具有大範圍、同步、地物分類精細和高效經濟的優點，可為濕地精細化監測提供技術支撐。然而，由於濕地地理環境特殊，大部分區域難以進入，所以分類樣本獲取困難，這是濕地高光譜遙感分類普遍遇到的問題。.為此，本項目提出樣本難以獲取條件下的濕地高光譜遙感分類方法。首先基於建立的濕地地物光譜資料庫，通過影像端元提取，研究針對所用高光譜影像的 基於稀疏回歸的分類樣本生成方法；其次，研究對病態生成樣本具有高魯棒性的高光譜遙感分類方法；最後，以黃河口濕地為研究區域，以無人機載高光譜影像為數據源，結合現場同步觀測數據，對項目提出的方法進行驗證。本項目的研究成果可為濕地高光譜遙感分類開闢一條新途徑。
結題摘要
項目的背景：濕地是遭受人類活動破壞最為嚴重的生態系統之一。開展對濕地動態監測技術的研究，對於濕地的保護和可持續發展具有重要的意義。遙感技術尤其是高光譜遙感成為目前濕地大範圍檢測最主要的技術手段。然而，利用高光譜遙感圖像對濕地的地物類型進行分類需要大量的訓練樣本，這對於大部分區域難以進入的濕地來說是難以做到的。因此，研究樣本難以獲取條件下的濕地高光譜遙感分類方法研究具有重要的理論意義和套用價值。 主要研究內容：（1）黃河口濕地主要地物類型現場光譜數據採集和地物光譜可分性研究；（2）高光譜圖像端元提取方法在黃河口濕地的適用性研究，以及基於空間—光譜信息的端元提取方法研究；（3）基於稀疏與低秩矩陣分解的高光譜圖像降噪與分類方法研究；（4）稀少樣本時基於地物斑塊分割的高光譜圖像分類方法研究；（5）黃河口濕地無人機載高光譜飛行試驗。 重要結果：（1）建立了蘆葦、鹽地鹼蓬、檉柳等地物的可分性查找表；（2）提出了一種最佳化的疊代誤差分析端元提取方法，使得端元提取的質量更高；（3）提出了PCA方法和兩階段稀疏與低秩矩陣分解方法相結合的高光譜圖像降噪方法；（4）提出了多種基於空間—光譜信息和基於基於半監督分類的稀少樣本條件下的高光譜圖像分類方法；（5）獲得了黃河口濕地包括野大豆等珍稀物種在內的無人機高光譜圖像數據，經過現場踏勘檢驗，建立了地物分類結果真值圖像。 關鍵數據：採集地物光譜數據種類：15種；採集地物光譜數據數量：1000餘組；無人機高光譜圖像數據量：245GB；在每個類別只有幾十個訓練樣本的條件下，對於標準高光譜數據集的分類精度可以達到95%以上。 科學意義：高光譜圖像普遍信噪比較低，提出的基於PCA和兩階段稀疏與低秩矩陣分解的降噪方法可以顯著改善高光譜圖像的質量；提出的多種小樣本條件下的高光譜圖像分類方法可以極大減輕高光譜圖像分類對大規模訓練樣本集的需求，而且生成的高質量的分類結果圖可以滿足監管部門對濕地動態監測的需求。
