基于EO1-Hyperion高光谱数据的香格里拉地区森林分类1.pdf

基于EO1-Hyperion高光谱数据的森林分类 目录 1绪论1 1.1高光谱遥感的特点1 1．2高光谱遥感的发展现状2 1．2．1国外发展现状2 1.2.2国内发展现状3 1.3高光谱数据应用领域及植被信息提取技术4 1.3.1应用领域4 1.3.2植被的典型光谱特征4 1.3.3高光谱遥感植被信息提取技术和方法6 1.4高光谱遥感在森林树种识别中应用的国内外现状7 2研究内容与技术路线8 2.1研究内容8 2.2研究路线图9 3实验区概况与数据获取11 4Hyperion数据预处理11 4.1星载Hyperion平台及数据介绍11 4.1.1Hyperion传感器介绍11 4.1.2Hyperion数据介绍12 4.2Hyperion数据预处理13 1 1绪论 森林作为地球上可再生自然资源及陆地生态系统的主体，它为人类的生存和 [1] 发展提供了丰富的物质资源，在维持生态平衡中发挥着非常重要的作用 。正确 [2] 地识别森林树种是利用和保护森林资源的重要基础和依据 ，不仅如此，森林作 为陆地生态系统的主体，在治理水土保持中也发挥着重要作用。森林既能减少林 地土壤或森林流域的水分流失量，还能削减或削弱降雨动能。不同的森林覆盖类 [3] 型对降雨水分的截留量和对雨滴动能的削弱效果也是不相同的 ，也是计算泥石 流爆发降雨阈值的重要因素。 现行的树种识别方法大多是依赖一些高成本、费时、费力的野外调查方法或 利用大比例尺的航片来进行判读。在过去的30年中，开展了大量应用航天遥感 数据(如TM，SPOT)进行森林树种分类的应用研究，但是由于多光谱遥感光谱分 辨率的局限性，对于光谱曲线相近的树种很难进行识别，只能将其划分为植被、 [4-6] 非植被，或者简单地将森林区分为针叶、阔叶两大类，难以满足实际生产需求 。 高光谱遥感，是利用很多很窄的电磁波波段(通常10nm)从感兴趣的物体获 取有关数据，具有光谱分辨率高、波段多并且连续性强(有几百个波段，且相邻 [7] 波段的相关性高)、信息量丰富、波谱和影像合一等优点 。由于光谱分辨率大 幅度提高，高光谱数据比多光谱具有更强的潜在的地物识别能力，在林业遥感应 [8] 用上表现为潜在的森林类型识别能力 ，在光谱空间上大大抑制了其它干扰因素 的影响，能够准确地探测到具有细微光谱差异的各种地物类型，很大地提高了森 [9] 林树种的识别精度 ，为获得更准确的森林树种分布提供了非常强有力的工具。 1.1高光谱遥感的特点 高光谱分辨率遥感技术或成像光谱遥感技术的发展是20世纪末的最后2 个lO年中人类在对地观测方面所获得的重大技术突破之一，是本世纪初期的遥 1 感前沿技术。所谓高光谱遥感，它是在电磁波谱的紫外、可见光、近红外和中红 外区域获取许多非常窄且连续的图像数据的技术。成像光谱仪为每个像元提供数 十至数百个窄波段光谱信息，能产生一条完整而连续的光谱曲线。这是高光谱遥 感与常规遥感数据的主要区别(后者又称为宽波段遥感)[10-11]。 与常规遥感或宽波段遥感相比，高光谱遥感数据特点表现为： (1)波段数目多：每一个像元可以对应于几十个甚至上百个波段； (2)光谱间隔窄：各波段间的波谱间隔范围一般小于或等于10nm； (3)波段光谱连续：这点是高光谱遥感数据最明显的特点之一，高光谱数据