【摘要】：戈壁地表礫石粒徑組成特征反映戈壁形成過程信息,且在很大程度上決定戈壁改造利用的難易,是開展戈壁研究的基礎(chǔ)和前提。結(jié)合高光譜數(shù)據(jù)的微分變換,遴選出礫石粒徑的敏感波段與反演方程,進(jìn)行戈壁地表礫石粒徑反演研究。結(jié)果表明:微分變換后的礫石光譜反射率與粒徑有較好相關(guān)性,相關(guān)性最好的波段為908 nm、983 nm和985 nm。其中,對數(shù)倒數(shù)微分變換之后的反射率與粒徑成正相關(guān)(R~2=0.61),而一階微分、平方根微分、對數(shù)微分3種變換形式之后的反射率與粒徑呈負(fù)相關(guān),相關(guān)系數(shù)分別為-0.633、-0.646、-0.649。將一階微分變換后的光譜數(shù)據(jù)與粒徑進(jìn)行回歸分析,發(fā)現(xiàn)一元三次回歸模型具有較好的擬合精度,其中對數(shù)微分在回歸分析中表現(xiàn)最好(R2=0.851),經(jīng)過驗(yàn)證得出對數(shù)微分預(yù)測精度(75.27%)高于其他4種微分形式的精度,表明礫石光譜的對數(shù)微分變換之后的908 nm波段可應(yīng)用于戈壁地表礫石粒徑的反演。
[Abstract]:The characteristics of gravel-size composition of Gobi surface reflect the information of Gobi formation process, and to a large extent determine the difficulty and ease of Gobi reconstruction and utilization, which is the foundation and premise of Gobi research. Based on the differential transformation of hyperspectral data, the sensitive band and inversion equation of gravel particle size are selected, and the inversion of gravel particle size on Gobi surface is carried out. The results show that there is a good correlation between the spectral reflectance and the particle size of the gravel after differential transformation. The best correlation bands are 908 nm ~ 983 nm and 985 nm ~ (-1). Among them, the reflectivity after logarithmic reciprocal differential transformation is positively correlated with particle size (R _ (2) O _ (0.61), but the reflectivity of the first order differential, square root differential and logarithmic differential is negatively correlated with the particle size, and the correlation coefficients are -0.633n- 0.646ng-0.649, respectively. By regression analysis of spectral data and particle size after first order differential transformation, it is found that the cubic regression model has good fitting accuracy. The logarithmic differential is the best in regression analysis (R2C0.851), and the accuracy of logarithmic differential prediction (75.27%) is higher than that of the other four differential forms. It is shown that the 908 nm band after logarithmic differential transformation of the gravel spectrum can be used for the inversion of the gravelly particle size on the Gobi surface.
【作者單位】： 棗莊學(xué)院旅游與資源環(huán)境學(xué)院;中國林業(yè)科學(xué)研究院荒漠化研究所;
【基金】：公益性行業(yè)科研專項(xiàng)(201404304) 國家自然科學(xué)基金項(xiàng)目(31370708)資助
【分類號】：P941.73;P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜小光,唐伶俐,王長耀,王成;高光譜數(shù)據(jù)的光譜信息特點(diǎn)及面向?qū)ο蟮奶卣鲄?shù)選擇——以北京順義區(qū)為例[J];遙感技術(shù)與應(yīng)用;2002年02期

2 范學(xué)煒,張漢德,孫幸文;成像高光譜數(shù)據(jù)在赤潮檢測和識別中的應(yīng)用研究[J];國土資源遙感;2003年01期

3 張雄飛,張兵,張霞,鄭蘭芬,童慶禧;高光譜數(shù)據(jù)在數(shù)據(jù)庫中的高效存儲技術(shù)研究[J];遙感學(xué)報(bào);2004年05期

4 張遠(yuǎn)飛;吳德文;張艮中;朱谷昌;李紅;;高光譜數(shù)據(jù)的波段序結(jié)構(gòu)分析與應(yīng)用研究[J];國土資源遙感;2010年01期

5 肖海燕;曾輝;昝啟杰;白鈺;程好好;;基于高光譜數(shù)據(jù)和專家決策法提取紅樹林群落類型信息[J];遙感學(xué)報(bào);2007年04期

6 李娜;李詠潔;趙慧潔;曹揚(yáng);;基于光譜與空間特征結(jié)合的改進(jìn)高光譜數(shù)據(jù)分類算法[J];光譜學(xué)與光譜分析;2014年02期

7 卜志國,周凱,黃娟;基于圖像特征的航空高光譜數(shù)據(jù)油污染光譜曲線提取分析[J];中國海洋大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

8 聞建光;肖青;楊一鵬;柳欽火;李小文;;基于高光譜數(shù)據(jù)提取水體葉綠素a濃度的混合光譜模型[J];水科學(xué)進(jìn)展;2007年02期

9 顏春燕;劉強(qiáng);;機(jī)載高光譜數(shù)據(jù)提取冬小麥冠層葉綠素含量的模型分析及驗(yàn)證[J];遙感信息;2009年05期

10 施潤和,牛錚,莊大方;利用高光譜數(shù)據(jù)估測植物葉片碳氮比的可行性研究[J];遙感技術(shù)與應(yīng)用;2003年02期

相關(guān)會議論文 前10條

1 郭宇龍;李云梅;;環(huán)境1號衛(wèi)星高光譜數(shù)據(jù)重建及其精度分析[A];第十七屆中國環(huán)境遙感應(yīng)用技術(shù)論壇論文集[C];2013年

2 李云梅;蔣建軍;韋玉春;;利用地面實(shí)測高光譜數(shù)據(jù)評價(jià)太湖富營養(yǎng)化狀態(tài)[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

3 姜小光;王長耀;王成;;高光譜數(shù)據(jù)的光譜信息特點(diǎn)及面向?qū)ο蟮奶卣鲄?shù)選擇——以北京順義區(qū)為例[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

4 楊仁忠;馬利春;石璐;王欣;;基于GPU的高光譜數(shù)據(jù)實(shí)時(shí)處理平臺結(jié)構(gòu)設(shè)計(jì)與分析[A];第二十五屆全國空間探測學(xué)術(shù)研討會摘要集[C];2012年

5 張霞;張兵;胡方超;童慶禧;;CHRIS高光譜數(shù)據(jù)大氣自校正與儀器定標(biāo)精度評價(jià)[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

6 李英杰;薛勇;光潔;何興偉;梅林露;王穎;徐慧;艾建文;;環(huán)境小衛(wèi)星高光譜數(shù)據(jù)在氣溶膠定量反演及沙塵監(jiān)測中的應(yīng)用初探[A];第十七屆中國遙感大會摘要集[C];2010年

7 董廣軍;;PHI高光譜數(shù)據(jù)光譜重建及城市分類應(yīng)用研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

8 曹揚(yáng);胡榮;金彬;張佩;;一種準(zhǔn)確快速的高光譜數(shù)據(jù)光譜混合分析方法[A];第二屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2013年

9 陳軍;楊存建;許輝熙;程曦冉;;MODIS高光譜數(shù)據(jù)的初步分析和應(yīng)用探討[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

10 張萌;趙慧潔;李娜;;高光譜數(shù)據(jù)光譜分辨率對礦物識別的影響分析[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

相關(guān)博士學(xué)位論文 前5條

1 李興;高光譜數(shù)據(jù)庫及數(shù)據(jù)挖掘研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

2 張兵;時(shí)空信息輔助下的高光譜數(shù)據(jù)挖掘[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

3 邢東興;基于高光譜數(shù)據(jù)的果樹理化性狀信息提取研究[D];西北農(nóng)林科技大學(xué);2009年

4 滿其霞;激光雷達(dá)和高光譜數(shù)據(jù)融合的城市土地利用分類方法研究[D];華東師范大學(xué);2015年

5 高曉惠;高光譜數(shù)據(jù)處理技術(shù)研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 李志花;基于C#的冬小麥長勢高光譜數(shù)據(jù)處理系統(tǒng)開發(fā)[D];山西農(nóng)業(yè)大學(xué);2015年

2 楚萬林;基于高光譜數(shù)據(jù)的棉花生長信息模型模擬研究[D];西北農(nóng)林科技大學(xué);2015年

3 趙興;基于深度置信網(wǎng)集成的高光譜數(shù)據(jù)分類方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 鄭思遠(yuǎn);面向異常檢測的高光譜數(shù)據(jù)線性子空間估計(jì)[D];國防科學(xué)技術(shù)大學(xué);2013年

5 陳芳;基于HJ1A高光譜數(shù)據(jù)和CCD數(shù)據(jù)的植被信息提取方法研究[D];福建農(nóng)林大學(xué);2015年

6 姜含露;基于卷積神經(jīng)網(wǎng)的高光譜數(shù)據(jù)特征提取及分類技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

7 李素婧;面向大規(guī)模高光譜數(shù)據(jù)的半監(jiān)督地物分類方法[D];西安電子科技大學(xué);2015年

8 王玲段;基于HJ-1A星HSI高光譜數(shù)據(jù)的南疆盆地主栽經(jīng)濟(jì)林樹種識別研究[D];新疆農(nóng)業(yè)大學(xué);2016年

9 樊雪;機(jī)載PHI高光譜數(shù)據(jù)的森林類型精細(xì)識別方法研究[D];中國林業(yè)科學(xué)研究院;2016年

10 蘇樂樂;改進(jìn)型人工免疫系統(tǒng)及其在高光譜數(shù)據(jù)處理中的應(yīng)用[D];中國地質(zhì)大學(xué)（北京）;2009年

，

本文編號：2123163