資源描述：
《高光譜植被遙感數(shù)據(jù)光譜特征分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、維普資訊http://www.cqvip.com高光譜植被遙感數(shù)據(jù)光譜特征分析楊可明，郭達(dá)志，陳云浩(1．中國礦業(yè)大學(xué)(北京)測(cè)繪與土地科學(xué)系，北京100083；2．北京師范大學(xué)資源科學(xué)研究所，北京100875)E-mail：ykm@cumtb．edu．cn摘要：利用植被的光譜數(shù)據(jù)。探討了植被冠層的光譜反射特征和診斷性光譜吸收特征。根據(jù)植被光譜特征和連續(xù)統(tǒng)去除法(CR)。介紹了識(shí)別植被種類和預(yù)測(cè)植被冠層營養(yǎng)元素等生化組分含量的可能性。運(yùn)用一階微分反射比(FDR)和從連續(xù)統(tǒng)去除的光譜吸收特征中獲得的波段深度(BD)、連續(xù)統(tǒng)去除后微分反射比(
2、CRDR)、波段深度比(BDR)和歸一化波段深度指數(shù)(NBDI)等變量。利用逐步線性回歸模型并基于光譜吸收特征的變量來選擇波長，并通過相關(guān)分析來預(yù)測(cè)植被冠層生化組分。關(guān)鍵詞：植被遙感吸收特征；生化組分預(yù)測(cè)；遙感生物化學(xué)文章編號(hào)：1002—8331(2006)31—0213—03文獻(xiàn)標(biāo)識(shí)碼：A中圖分類號(hào)：rP75AnalysisofVegetationSpectralFeaturesBasedonHyperspectralImagingDataYANGKe—ming，GU0Da—zhi，CHENYun-haof1．InstituteofSu
3、rveyandLandScience。ChinaUniversityofMining&Technology(Beijing)，Beijing100083，China；2，InstituteofResourcesSciences，BeijingNormalUniversity，Beijing100875，China)Abstract：Thispaperanalyzesthespectralreflectedfeaturesanddiagnosticabsorptionfeaturesofvegetationbasedonthehypersp
4、ectralimagingdata，anddescribestheprobabilityofrecognizingplantspeciesandpredictingitsbiochemicalconcentrationslikethemacronutrientsintermsofthevegetationspectralfeaturesandthecontinuum-removedabsorptionfeatures．ByuseofFirstDerivativeReflectance(FDR)andsomevariablesderived
5、fromcontinuum-removedabsorptionfeaturessuchasBandDepth(BD)，Continuum～RemovedDerivativeReflectance(CRDR)，BandDepthRatio(BDR)，Nor-realizedBandDepthIndex(NBDI)andSOon，alsoutilizingselectedwavelengthsbystepwiselinearregressionmodelaccordingtothevariablesfromthespectralabsorpt
6、ionfeatures，andcombiningcorrelationanalysis，thevegetationcanopybiochemicalscanbepredicted．Keywords：vegetationremotesensing；absorptionfeatures；predictingbiochemicals；biochemistryofremotesensing1引言于光譜波長位置變量的分析技術(shù)、光學(xué)模型方法和參數(shù)成圖技高光譜遙感(HyperspectralRemoteSensing)是高光譜分辨術(shù)。地質(zhì)遙感工作者在提
7、取各種地質(zhì)礦物成分信息及制圖等工率遙感的簡(jiǎn)稱，與常規(guī)遙感相比，高光譜遙感的成像光譜儀作研究時(shí)，也發(fā)展了許多技術(shù)方法，如：光譜匹配技術(shù)、混合光(ImagingSpectrometer)可以把光譜分離成幾十甚至數(shù)百個(gè)很窄譜分解技術(shù)、光譜分類技術(shù)、光譜維特征提取方法和模型方法等，這些方法同樣也可以應(yīng)用于高光譜植被遙感中。以上提到的波段來接收信息，每個(gè)波段寬度可小于10nm，光譜的覆蓋范圍從可見光到熱紅外的電磁輻射波譜范圍。高光譜遙感影像的所有方法詳見參考文獻(xiàn)f21。通常用一個(gè)空間光譜數(shù)據(jù)立方體(SpectralSpatialDataCube)來
8、表達(dá)，如圖1所示，立方體中每一層為一個(gè)波段，每一像元在各波段的屬性值構(gòu)成一個(gè)光譜向量?，所有波段排列在一起能形成一條連續(xù)的完整的光譜曲線，如圖2所示。近來，許多領(lǐng)域都利用高光譜遙感數(shù)據(jù)光譜特征
