基于多源遥感数据的植物物种分类与识别:研究进展与展望

基于多源遥感数据的植物物种分类与识别:研究进展与展望

论文摘要

物种分类与识别是生物多样性监测的基础,明确物种的类别及其分布是解决几乎所有生态学问题的前提。为深入了解基于多源遥感数据的植物物种分类与识别相关研究的发展现状和存在的问题,本文对2000年以来该领域的研究进行了总结分析,发现:当前大多数研究集中在欧洲和北美地区的温带或北方森林以及南非的热带稀树草原;使用最多的遥感数据是机载高光谱数据,而激光雷达作为补充数据,通过单木分割及提供单木的三维垂直结构信息,显著提高了分类精度;支持向量机和随机森林作为应用最广的非参数分类算法,平均分类精度达80%;随着计算机技术及机器学习领域的不断成熟,人工神经网络在物种识别领域得以迅速发展。基于此,本文对目前基于遥感数据的植物物种分类与识别中在分类对象复杂性、多源遥感数据整合、植物物候与纹理特征整合和分类算法技术等方面面临的挑战进行了总结,并建议通过整合多时相监测数据、高光谱和激光雷达数据、短波红外等特定波谱信息、采用深度学习等方法来提高分类精度。

论文目录

  • 1 国内外研究进展
  • 2 遥感数据源及其特征
  •   2.1 可见光 (visible spectral)
  •   2.2 多光谱 (multispectral)
  •   2.3 高光谱 (hyperspectral)
  •   2.4 中红外/热红外 (Mid-infrared, MIR;Thermalinfrared, TIR)
  •   2.5 激光雷达 (Light Detection and Ranging, LiDAR)
  •   2.6 合成孔径雷达 (Synthetic Aperture Radar, SAR)
  • 3 基于遥感数据的物种分类与识别方法
  •   3.1 物种分类与识别的一般流程
  •   3.2 分类算法
  • 4 当前的挑战及应对策略
  •   4.1 分类对象复杂性的挑战
  •   4.2 整合多源遥感数据的挑战
  •   4.3 整合植物物候与纹理等特征的挑战
  •   4.4 物种分类算法的技术挑战
  • 附录Supplementary Material
  •   附录1基于遥感数据进行植物物种识别的120个研究案例
  •   附录2常用物种分类算法的原理及优缺点 (基于Fassnacht et al, 2016补充)
  • 文章来源

    类型: 期刊论文

    作者: 孔嘉鑫,张昭臣,张健

    关键词: 物种分类,物种识别,遥感监测,生物多样性,监督分类

    来源: 生物多样性 2019年07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: 华东师范大学生态与环境科学学院浙江天童森林生态系统国家野外科学观测研究站,上海污染控制与生态安全研究院

    基金: 国家自然科学基金(31670439),华东师范大学公共创新服务平台(008)

    分类号: Q949;TP79

    页码: 796-812

    总页数: 17

    文件大小: 277K

    下载量: 871

    相关论文文献

    • [1].多源遥感数据测绘应用关键技术研究[J]. 建材与装饰 2020(01)
    • [2].多源遥感数据测绘应用关键技术探析[J]. 科技创新与应用 2020(09)
    • [3].基于多源遥感数据的断裂构造提取方法研究——以南水北调中线工程核心水源区为例[J]. 大地测量与地球动力学 2017(02)
    • [4].基于云计算的农作物病虫害多源遥感数据挖掘[J]. 电子技术 2016(03)
    • [5].基于多源遥感数据的洞庭湖流域多尺度湿地研究[J]. 测绘学报 2020(08)
    • [6].基于多源遥感数据的城市扩张测度研究——以厦门市为例[J]. 福州大学学报(自然科学版) 2017(03)
    • [7].多源遥感数据在西藏念扎金矿地质勘查工作中的应用[J]. 地质找矿论丛 2020(03)
    • [8].基于多源遥感数据融合的湖南林地干旱动态监测研究[J]. 中南林业科技大学学报 2018(10)
    • [9].基于多源遥感数据的地理信息质量检测[J]. 国土资源遥感 2019(04)
    • [10].基于多源遥感数据的违法建筑识别[J]. 测绘通报 2019(S2)
    • [11].大规模多源遥感数据应用分析与系统实现[J]. 中国科学:技术科学 2018(04)
    • [12].多源遥感数据测绘技术应用分析[J]. 住宅与房地产 2020(27)
    • [13].基于多源遥感数据的5·12汶川地震诱发堰塞体信息提取[J]. 山地学报 2008(03)
    • [14].基于多源遥感数据的松辽平原中部古水系研究[J]. 世界地质 2019(04)
    • [15].利用分层分类法建立多源遥感数据解译标志的几点思考[J]. 甘肃科技纵横 2017(12)
    • [16].基于云计算的多源遥感数据服务系统研究[J]. 现代电子技术 2015(03)
    • [17].国内多源遥感数据融合研究综述[J]. 山西水土保持科技 2008(02)
    • [18].基于多源遥感数据的大襟岛海域悬浮泥沙观测[J]. 浙江大学学报(工学版) 2020(05)
    • [19].基于GeoRaster的多源遥感数据存储研究[J]. 测绘科学 2009(03)
    • [20].多源遥感数据融合技术研究[J]. 测绘与空间地理信息 2008(04)
    • [21].基于多源遥感数据的水稻长势监测研究[J]. 现代化农业 2018(12)
    • [22].一种基于全球剖分网格的多源遥感数据空间关联方法[J]. 测绘科学 2015(05)
    • [23].云计算环境下多源遥感数据挖掘系统构建[J]. 信息技术 2015(05)
    • [24].多源遥感数据融合的发展趋势[J]. 地理信息世界 2011(02)
    • [25].多源遥感数据时空融合模型应用分析[J]. 地球信息科学学报 2014(05)
    • [26].多源遥感数据结合的橡胶林有效叶面积指数升尺度估测[J]. 江西农业大学学报 2020(02)
    • [27].基于多源遥感数据的第四系覆盖物分类方法研究:以内蒙古旗杆甸子幅1∶5万填图试点为例[J]. 地质科技情报 2019(02)
    • [28].基于多源遥感数据的区域生态系统服务价值年际动态监测——以中原城市群为例[J]. 地理科学 2019(04)
    • [29].多源遥感数据在道路勘测中的应用[J]. 测绘通报 2018(03)
    • [30].基于多源遥感数据的洪涝淹没范围时序监测分析[J]. 测绘与空间地理信息 2018(07)

    标签:;  ;  ;  ;  ;  

    基于多源遥感数据的植物物种分类与识别:研究进展与展望
    下载Doc文档

    猜你喜欢