本文選題：柑橘識(shí)別 + EO-　； 參考：《遙感技術(shù)與應(yīng)用》2017年04期

【摘要】：為及時(shí)準(zhǔn)確地監(jiān)測(cè)柑橘種植信息,以江西省會(huì)昌縣作為研究區(qū),采用EO-1 Hyperion高光譜影像作為數(shù)據(jù)源,構(gòu)建了基于混合像元分解的高光譜影像柑橘識(shí)別方法。首先,針對(duì)EO-1 Hyperion高光譜影像提供了242個(gè)波段,光譜范圍廣的特點(diǎn),在波段選擇、大氣校正等預(yù)處理的基礎(chǔ)上,提取研究區(qū)典型地物端元光譜曲線(xiàn);然后,利用全約束線(xiàn)性光譜混合模型進(jìn)行混合像元分解,提取出柑橘端元的豐度值,并通過(guò)對(duì)照高分遙感影像,構(gòu)建柑橘端元豐度與柑橘實(shí)際種植的對(duì)應(yīng)的關(guān)系。結(jié)果表明:由于典型地物端元提取中不可避免的誤差及柑橘冠層覆蓋度的差異,柑橘種植的準(zhǔn)確識(shí)別與其柑橘端元豐度閾值存在對(duì)應(yīng)關(guān)系。在經(jīng)過(guò)反復(fù)試驗(yàn)的條件下,研究區(qū)柑橘端元豐度閾值設(shè)定在0.30~0.45范圍之內(nèi),總精度達(dá)到90%以上,能夠滿(mǎn)足柑橘種植識(shí)別要求。
[Abstract]:In order to monitor citrus planting information accurately and timely, a hyperspectral image recognition method based on mixed pixel decomposition was constructed in Huichang County, Jiangxi Province, using EO-1 Hyperion hyperspectral image as data source. First of all, aiming at the characteristics of 242 bands and wide spectrum range of EO-1 Hyperion hyperspectral image, based on the pretreatment of band selection and atmospheric correction, the end component spectral curves of typical ground objects in the study area are extracted. The full constrained linear spectral mixing model is used to decompose the mixed pixel to extract the abundance value of the end component of citrus and to construct the relationship between the abundance of citrus end point and the actual planting of citrus by comparing the high score remote sensing images. The results showed that due to the inevitable error in the extraction of the end components of typical ground objects and the difference of canopy coverage, the accurate identification of citrus planting had a corresponding relationship with the threshold of citrus end-element abundance. Under the condition of repeated experiments, the threshold value of end element abundance of citrus in the study area was set in the range of 0.30 ~ 0.45, and the total precision was more than 90%, which could meet the requirement of citrus planting recognition.
【作者單位】： 江西理工大學(xué)建筑與測(cè)繪工程學(xué)院;中國(guó)科學(xué)院遙感與數(shù)字地球研究所數(shù)字地球重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41561091) 江西省教育廳科技課題(GJJ150659) 江西省社會(huì)科學(xué)規(guī)劃課題(14YJ20)資助
【分類(lèi)號(hào)】：S666;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉永懷;;混合像元分解的理論與方法——以神木縣為例[J];遙感技術(shù)與應(yīng)用;1992年01期

2 張彥,邵美珍;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混合像元分解[J];遙感學(xué)報(bào);2002年04期

3 唐世浩,朱啟疆,李小文,王錦地,閻廣建;高光譜與多角度數(shù)據(jù)聯(lián)合進(jìn)行混合像元分解研究[J];遙感學(xué)報(bào);2003年03期

4 惠巍巍;衣德萍;廖彩霞;曲林;;混合像元分解研究綜述[J];林業(yè)科技情報(bào);2007年01期

5 劉俊;姚國(guó)清;;混合像元分解方法的研究[J];電腦知識(shí)與技術(shù);2009年13期

6 趙小鋒;邱全毅;;4種混合像元分解方法在沿海丘陵城市地表組分分析中的比較研究[J];遙感技術(shù)與應(yīng)用;2009年06期

7 詹錫蘭;吳波;;一種基于高斯馬爾可夫隨機(jī)場(chǎng)模型的混合像元分解方法[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

8 呂長(zhǎng)春,王忠武,錢(qián)少猛;混合像元分解模型綜述[J];遙感信息;2003年03期

9 范渭亮;杜華強(qiáng);周?chē)?guó)模;徐小軍;崔瑞蕊;董德進(jìn);;模擬真實(shí)場(chǎng)景的混合像元分解[J];遙感學(xué)報(bào);2010年06期

10 吳波;周小成;高海燕;;面向混合像元分解的光譜維小波特征提取[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

相關(guān)會(huì)議論文 前4條

1 王強(qiáng);黃楠;;混合像元分解研究綜述[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

2 胡霞;雷星松;;基于時(shí)序的遙感影像混合像元分解模型的研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

3 張良培;叢浩;;一種可選端元的混合像元分解方法[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

4 俞晨;鄒偉;余先川;;遙感圖像混合像元分解方法研究[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 孔祥兵;基于同質(zhì)區(qū)分析的高光譜影像混合像元分解[D];武漢大學(xué);2012年

2 李華麗;高光譜遙感影像自動(dòng)混合像元分解研究[D];武漢大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 徐雙雙;基于混合像元分解的高光譜圖像去霧方法的研究[D];南京理工大學(xué);2015年

2 崔媛;高光譜圖像混合像元分解技術(shù)研究[D];沈陽(yáng)航空航天大學(xué);2016年

3 羅恩湖;基于進(jìn)化多目標(biāo)優(yōu)化的高光譜稀疏混合像元分解技術(shù)研究[D];西安電子科技大學(xué);2015年

4 李君;線(xiàn)性與非線(xiàn)性混合像元分解模型的比較研究[D];東北林業(yè)大學(xué);2008年

5 黃競(jìng)鋮;基于因子分析的混合像元分解方法研究[D];吉林大學(xué);2012年

6 鐘曉姣;高光譜數(shù)據(jù)混合像元分解與光譜匹配驗(yàn)證算法[D];南京理工大學(xué);2013年

7 鄭麗;混合像元分解及其應(yīng)用研究[D];重慶交通大學(xué);2010年

8 陶雪濤;線(xiàn)性模型下多通道遙感圖像混合像元分解方法研究[D];復(fù)旦大學(xué);2008年

9 劉雪松;基于非負(fù)矩陣分解的高光譜遙感圖像混合像元分解研究[D];復(fù)旦大學(xué);2011年

10 蔡薇;基于MODIS遙感數(shù)據(jù)混合像元分解的小麥識(shí)別及其面積估算[D];山東師范大學(xué);2010年

，

本文編號(hào)：2009938