Mini专题｜高光谱数据分析

Mini专题14：高光谱数据分析

1

付元元, 杨贵军, 段丹丹, 张永涛, 顾晓鹤, 杨小冬, 徐新刚, 李振海. AVIRIS高光谱数据空-谱特征在植被分类中的对比分析[J]. 智慧农业(中英文), 2020, 2(1): 68-76. 

FU Yuanyuan, YANG Guijun, DUAN Dandan, ZHANG Yongtao, GU Xiaohe, YANG Xiaodong, XU Xingang, LI Zhenhai. Comparison analysis of spatial and spectral feature in vegetation classification based on AVIRIS hyperspectral image [J]. Smart Agriculture, 2020, 2(1): 68-76. (in Chinese with English abstract)

摘要：搭载高性能传感器和施药装备的农业植保无人机系统是精准农业领域具有代植被分类是高光谱影像分类中的特定应用问题，光谱特征和空间特征是植被分类中常用的两类特征，比较这两类特征的性能，对实际植被分类应用中选择合适的特征类型或两者的有效结合具有指导意义。用主成分分析（PCA）提取光谱特征时，常选择前几个主成分（PCs）作为光谱特征，虽然它们包含较大的信息量但并不能保证较高的类别可分性和分类正确率，针对这一问题本研究提出了一种混合特征提取方法，对高光谱影像在PCA的基础上用改进的基于分散矩阵的特征选择方法选出具有较高类别可分性的PCs用于后续分类。利用一景AVIRIS高光谱植被影像，从分类精度的角度，首先比较了所提出的混合特征提取方法和原始PCA、独立主成分分析（ICA）及线性判别分析（LDA）3种常用子空间特征提取方法在高光谱影像植被分类中的性能。试验结果表明所提出的混合特征提取方法在研究中数据集1和2上均获得了最高的总体分类正确率，分别为82.7%和86.5%。与原始PCA相比，本研究提出的混合特征提取方法的总体分类正确率，在数据集1和2上分别提高了1.5%和2.5%。由此阐明了所提出的混合特征提取方法在高光谱植被分类中的有效性。对光谱特征和空间特征在高光谱影像植被分类性能的比较中，总体上空间特征获得的分类正确率比光谱特征高，特别是Gabor特征，在两个数据集上均获得了最高的总体分类正确率分别为95.5%和96.7%。由此表明空间特征较光谱特征在高光谱影像植被分类中更具优势。本研究结果为后续改进空-谱特征方法及其两者有效结合，进一步提高植被分类正确率提供了参考。

关键词：高光谱影像；植被分类；光谱特征；空间特征；混合特征提取方法；分散矩阵；主成分分析

点击获取中国知网全文

2

于丰华, 许童羽, 郭忠辉, 杜文, 王定康, 曹英丽. 基于红边优化植被指数的寒地水稻叶片叶绿素含量遥感反演研究[J]. 智慧农业(中英文), 2020, 2(1): 77-86. 

YU Fenghua, XU Tongyu, GUO Zhonghui, DU Wen, WANG Dingkang, CAO Yingli. Remote sensing inversion of chlorophyll content in rice leaves in cold region based on Optimizing Red-edge Vegetation Index (ORVI)[J]. Smart Agriculture, 2020, 2(1): 77-86. (in Chinese with English abstract)

摘要：水稻叶片叶绿素含量遥感诊断是实现水稻精准施肥的核心要素。本研究通过分析寒地水稻关键生育期叶片高光谱反射率信息，同时结合PROSPECT模型叶绿素含量吸收系数，参考借鉴现有高光谱植被指数的构造方法和形式，利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法进行高光谱特征选择，提出了仅含有695、507和465nm3个高光谱特征波段的红边优化指数（ORVI）。与IndexDataBase数据库中其他用于叶绿素含量反演植被指数，包括ND528,587、SR440,690、CARI、MCARI的反演结果进行了对比分析，结果表明：IDB数据库中的已有4种植被指数叶绿素含量反演模型的决定系数R2分别为0.672、0.630、0.595和0.574；ORVI植被所建立的叶绿素含量反演模型的决定系数R2为0.726，均方根误差RMSE为2.68，精度高于其他植被指数，说明了ORVI在实际的应用中，能够作为快速反演水稻叶绿素含量的高光谱植被指数。本研究能够为寒地水稻叶绿素含量高光谱遥感诊断及管理决策提供一定的客观数据支撑和模型参考。

关键词：植被指数；叶绿素反演；水稻叶片；高光谱遥感;红边优化指数ORVI

点击获取中国知网全文

温馨提示：如果您不在中国知网服务范围内，可进入期刊官方网站：

http://www.smartag.net.cn

免费下载。