• Scopus收录期刊
  • CSCD(核心库)来源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • F5000顶尖学术来源期刊
  • RCCSE中国核心学术期刊
高级检索

Hyperion高光谱数据森林郁闭度定量估测研究

谭炳香, 李增元, 陈尔学, 庞勇, 雷渊才

谭炳香, 李增元, 陈尔学, 庞勇, 雷渊才. Hyperion高光谱数据森林郁闭度定量估测研究[J]. 北京林业大学学报, 2006, 28(3): 95-101.
引用本文: 谭炳香, 李增元, 陈尔学, 庞勇, 雷渊才. Hyperion高光谱数据森林郁闭度定量估测研究[J]. 北京林业大学学报, 2006, 28(3): 95-101.
TAN Bing-xiang, LI Zeng-yuan, CHEN Er-xue, PANG Yong, LEI Yuan-cai. Estimating forest crown closure using Hyperion hyperspectral data[J]. Journal of Beijing Forestry University, 2006, 28(3): 95-101.
Citation: TAN Bing-xiang, LI Zeng-yuan, CHEN Er-xue, PANG Yong, LEI Yuan-cai. Estimating forest crown closure using Hyperion hyperspectral data[J]. Journal of Beijing Forestry University, 2006, 28(3): 95-101.

Hyperion高光谱数据森林郁闭度定量估测研究

基金项目: 

“863”国家高新技术项目(2002AA133050)

详细信息
    作者简介:

    谭炳香,博士生,副研究员.主要研究方向:林业与环境资源遥感应用.电话: 010-62889172 Email:tan@ forestry.ac.cn 地址:100091 北京海淀区中国林业科学研究院资源信息研究所.

  • 中图分类号: S758.5+8

Estimating forest crown closure using Hyperion hyperspectral data

  • 摘要: 该文探讨和评价了利用星载EO-1 Hyperion高光谱遥感数据定量估测森林郁闭度的能力.高光谱数据光谱特征空间降维采用两种方式,一种是光谱特征选择的波段选择法(BS),另一种是光谱特征提取的主成分变换法(PCA).从森林资源变化图上获取200个样点的实测郁闭度值,130个用于建模,70个用于验证.对应图像的取值采用单像元值(NP)和3×3窗口的平均值(W33)两种方法.两种光谱特征降维方式和两种图像取值方法构成4种估测模型(BS-NP、BS-W33、PCA-NP和PCA-W33).分析过程为:①对图像进行预处理,选出质量好的波段;②采用逐步回归技术提取与郁闭度相关性高的波段或变量;③建立多元回归模型估测郁闭度;④估测精度验证.经检验,估测精度分别为:BS-NP 83.17%、BS-W33 84.21%、PCA-NP 85.62%和PCA-W33 86.34%.初步结果表明,光谱特征提取的主成分变换分析法比光谱特征选择的波段选择法的郁闭度估测更有效;3×3窗口的图像取值方法比单像元取值方法的估测精度高.
    Abstract: In this paper,the capability of EO-1 Hyperion data in the estimation of forest crown closure(FCC) was assessed.A comparison of two feature extraction methods was made for estimating FCC.The methods are individual band selection(BS) and principal component analysis(PCA),which were used to calculate plot image signature:nearest pixel value(NP) and mean value of pixels of 3 by 3 windows(W33).Therefore,four methods were used to estimate FCC,which were BS-NP,BS-W33,PCA-NP and PCA-W33.Hyperion data were acquired on July 14,2001.A total of 200 FCC field sample plots were selected from the forest resources dynamic map,of which 130 for developing model and 70 for validation.The analysis procedure consists of:1) preprocessing of hyperspectral data,including vertical stripes removing,smile effect reduction and atmospheric correction;2) extracting features with the two methods:BS and PCA using stepwise regression technique;3)establishing multivariate regression prediction models and predicting forest crown closure;4) validating the FCC estimating results with the sample plot data.The accuracy for BS-NP,BS-W33,PCA-NP and PCA-W33 were 83.17%,84.21%,85.62% and 86.34% respectively.The primary results indicate that the features extracted with PCA method are more effective for estimating FCC than those with BS method.Results also prove that in predicting and mapping FCC,W33 method has higher precision than the nearest pixel method.
  • 期刊类型引用(13)

    1. 黄婷,左忠,范金鑫. 基于灰色关联分析法的7种耐盐绿化树种综合评价. 浙江农业科学. 2024(10): 2443-2446 . 百度学术
    2. 张颖. 春季催花牡丹观赏价值综合评价. 现代园艺. 2023(13): 78-81+85 . 百度学术
    3. 司宝华,罗建让,张延龙. 基于专用目标的紫斑牡丹单株评价与筛选. 北方园艺. 2023(10): 65-73 . 百度学术
    4. 李婷,乔琦,李剑峰,郭幸飞,侯小改. 油用凤丹的杂交授粉丰产技术研究. 河南农业科学. 2021(02): 105-114 . 百度学术
    5. 罗浩,成仿云. 牡丹切花技术研究进展. 现代园艺. 2020(11): 11-13 . 百度学术
    6. 于玲,陈博,宋阳,吴晓云. 牡丹鲜切花产业化生产技术研究现状及发展对策. 安徽农业科学. 2020(12): 35-37 . 百度学术
    7. 罗浩,成仿云,郭鑫,陶熙文,王旭. 基于灰色关联度分析法评价筛选紫斑牡丹切花品种. 园艺学报. 2020(11): 2169-2180 . 百度学术
    8. 杨祎凡,周婷,范俊俊,穆茜,张晶,张往祥,于忠明. 基于切花应用的观赏海棠品种评价与筛选. 南京林业大学学报(自然科学版). 2019(04): 70-76 . 百度学术
    9. 李浩,周惠瑜. 滇中地区牡丹品种引种适应性的综合评价. 四川林业科技. 2019(04): 70-73 . 百度学术
    10. 李争艳,李薇,余河川,苏彩晴,梅朋森,高本旺. 40个牡丹品种在宜昌地区的观赏价值评价. 黑龙江农业科学. 2018(07): 81-88 . 百度学术
    11. 丁品,张建军,杨兰廷,李晶,武建荣. 灰色关联度在甜高粱材料筛选中的应用. 甘肃科学学报. 2017(02): 35-39 . 百度学术
    12. 王上伟,吴桂容,卢云天,苏德生,张萍. 福建政和县6种名优牡丹品种的引种适宜性综合评价. 贺州学院学报. 2016(04): 148-151 . 百度学术
    13. 熊亚运,夏文通,王晶,刘燕,潘万春. 基于观赏价值和种球再利用的郁金香品种综合评价与筛选. 北京林业大学学报. 2015(01): 107-114 . 本站查看

    其他类型引用(5)

计量
  • 文章访问数:  1529
  • HTML全文浏览量:  134
  • PDF下载量:  84
  • 被引次数: 18
出版历程
  • 收稿日期:  2005-10-09
  • 网络出版日期:  2024-05-14

目录

    /

    返回文章
    返回
    x 关闭 永久关闭