论文摘要
由于影像空间分辨率的限制,利用遥感影像反演植被覆盖度时,像元内通常存在植被与其他地物混合的现象。此外,受到物理属性、地形、阴影等因素的影响,植被内部存在较大的光谱差异。混合像元的存在,以及植被内部光谱变化较大都将导致植被覆盖度反演精度降低。本研究基于Sentinel 2A遥感影像,提出了一种基于光谱归一化的光谱混合分析方法,以期解决植被内的光谱差异以及与其他地物的混合问题。首先,对端元矩阵与遥感影像进行归一化预处理,以减弱植被内的光谱变化;然后,采用全约束最小二乘法(FCLSU)、部分约束最小二乘法(CLSU)、扩展线性混合模型(ELMM)三种混合像元分解算法来定量分析植被与其他地物的混合状态。在验证解混算法精度时,采用无人机高分影像分类结果作为植被覆盖度参考影像,并对归一化前后的精度进行对比。光谱归一化前,ELMM和CLSU的R和RMSE都接近0.903和0.353,FCLSU的R和RMSE为0.869和0.434。光谱归一化后,三种算法的R和RMSE都接近0.91和0.2。试验结果表明:端元和影像进行归一化后,降低了光谱变异性,三种算法的解混精度在整体上提高较大,且对四川丘陵地区的植被覆盖度的反演结果接近真实值。
论文目录
文章来源
类型: 期刊论文
作者: 胡铁泷,段利,蒋良群,王杰
关键词: 植被覆盖度,遥感影像,端元变化,光谱归一化,光谱混合分析
来源: 山地学报 2019年05期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 生物学,工业通用技术及设备,自动化技术
单位: 西华师范大学国土资源学院
基金: 四川省教育厅自然科学重点项目(17ZA0387,15ZA0150),中国科学院战略性先导科技专项(A类)(XDA19040504),南充市应用技术研究与开发专项项目(17YFZJ0014),西华师范大学英才基金项目(17YC124)~~
分类号: Q948;TP751
DOI: 10.16089/j.cnki.1008-2786.000468
页码: 778-786
总页数: 9
文件大小: 1080K
下载量: 58