發(fā)布時間：2017-03-21 20:01

  本文關(guān)鍵詞：融合機載LIDAR和高光譜數(shù)據(jù)的濱海濕生植被生物量反演方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：1950年以來,大量的圍墾和改造使我國濱海濕地退化,損失了大量的本土濕生植被,生態(tài)環(huán)境不斷惡化,導(dǎo)致外來物種入侵災(zāi)害及海岸災(zāi)害頻發(fā)。因此,有效掌握濕生植被的分布及其變化,對于濱海濕地研究與保護具有重要意義。傳統(tǒng)的濕生植被地面調(diào)查方法存在數(shù)據(jù)獲取困難、工作量大以及研究尺度小等不足；遙感作為一種新興的濕地研究手段,可以及時快速準確的獲取目標區(qū)域的地物特征。然而,由于大多濕生植被在成熟期時,生長較為茂盛,生長密度較大,在利用多光譜定量遙感方法進行類別區(qū)分及生物量反演時,存在較為嚴重的“同物異譜、異物同譜”和“高覆蓋度飽和”現(xiàn)象,使得普通的多光譜、高光譜二維影像信息已無法滿足研究精度要求。針對上述問題,論文充分結(jié)合機載激光雷達(LIDAR)遙感數(shù)據(jù)的地表地物三維信息、高光譜遙感數(shù)據(jù)獲取的光譜信息以及地面觀測數(shù)據(jù)對大豐市濕生植被開展了試驗研究。首先,基于地物的植被指數(shù)特征分離植被與非植被,獲取研究區(qū)植被分布圖,為濕生植被精細分類作鋪墊。其次,基于目標地物特性,選取21個光譜特征和1個高度特征,采用CART決策樹分類算法將濕生植被細分為蘆葦、鹽蒿和互花米草,獲取研究區(qū)濕生植被分類圖,并設(shè)置一組對比試驗,分析LIDAR數(shù)據(jù)對濕生植被精細分類精度提升的貢獻。最后,基于濕生植被各自生長特征建立分類別生物量反演模型,分別獲取蘆葦、鹽蒿以及互花米草的生物量結(jié)果圖。論文主要創(chuàng)新和研究結(jié)果如下：(1)基于相同的分類算法(CART決策樹分類)、分類樣本以及驗證樣本,對比分析了植被三維信息融入與否對分類精度的影響。通過研究發(fā)現(xiàn),植被三維信息的融入能夠顯著提高濕生植被的分類精度,對于“同物異譜”和“異物同譜”現(xiàn)象有明顯改善。其中,總體分類精度提高了8.6%,蘆葦分類精度提高了14.8%,鹽蒿分類精度提高了4.4%,互花米草分類精度提高了8.9%。(2)基于相同的建模樣方數(shù)據(jù)和驗證樣方數(shù)據(jù),分別建立了研究區(qū)濕生植被的分類別生物量模型和整體生物量模型,并進行精度驗證。研究發(fā)現(xiàn),分類別生物量模型的反演精度遠高于整體生物量模型反演精度。反演多類別復(fù)雜區(qū)域整體生物量時,分類別生物量模型具有明顯優(yōu)勢。(3)分析了濕生植被精細分類結(jié)果,發(fā)現(xiàn)研究區(qū)濕生植被地類空間分布與實地調(diào)研結(jié)果吻合：蘆葦空間分布較為離散,像元間連續(xù)性��；鹽蒿空間分布較為均勻,沿海、內(nèi)陸均有分布,像元間連續(xù)較好；互花米草大多分布在濱海沿岸,空間分布連續(xù)、均勻,內(nèi)陸分布較少且分散。(4)以像元數(shù)為評價指標,對濕生植被生物量反演結(jié)果進行統(tǒng)計分析,結(jié)果表明：蘆葦生物量分布在0-31.25kg/m2之間的像元數(shù)最多,研究區(qū)內(nèi)蘆葦生長狀態(tài)差異大,總生物量為1866.86t；鹽蒿生物量分布在0-6.25kg/m2之間的像元數(shù)最多,研究區(qū)內(nèi)鹽蒿生長狀態(tài)差異較大,總生物量為1611.04t；互花米草生物量分布在0-15.63kg/m2之間的像元數(shù)最多,研究區(qū)內(nèi)互花米草生長狀態(tài)差異小,總生物量為681.18t。
【關(guān)鍵詞】：LIDAR 分類回歸樹 分類 濕生植被 生物量
【學(xué)位授予單位】：中國測繪科學(xué)研究院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P237
【目錄】：

• 摘要5-7
• Abstract7-13
• 主要縮略語表13-17
• 第1章 緒論17-24
• 1.1 引言17-18
• 1.1.1 研究背景及意義17-18
• 1.1.2 項目來源與經(jīng)費支持18
• 1.2 國內(nèi)外研究現(xiàn)狀18-22
• 1.2.1 植被生物量傳統(tǒng)獲取方法19-20
• 1.2.2 植被生物量遙感反演方法20-21
• 1.2.3 存在的問題21-22
• 1.3 論文研究內(nèi)容22-24
• 第2章 研究區(qū)概況與數(shù)據(jù)獲取24-31
• 2.1 研究區(qū)概況24-25
• 2.2 實驗數(shù)據(jù)獲取25-30
• 2.2.1 機載LIDAR點云數(shù)據(jù)獲取26-27
• 2.2.2 機載高光譜影像獲取27-29
• 2.2.3 地面實測數(shù)據(jù)獲取29-30
• 2.3 本章小結(jié)30-31
• 第3章 機載LIDAR與高光譜數(shù)據(jù)預(yù)處理及特征提取31-44
• 3.1 機載LIDAR點云與高光譜影像預(yù)處理31-37
• 3.1.1 機載LIDAR點云預(yù)處理31-34
• 3.1.2 高光譜影像預(yù)處理34-36
• 3.1.3 機載LIDAR與高光譜數(shù)據(jù)的配準36-37
• 3.2 機載LIDAR與高光譜數(shù)據(jù)的特征提取37-42
• 3.2.1 LIDAR數(shù)據(jù)特征提取37-39
• 3.2.2 高光譜影像特征提取39-42
• 3.3 本章小結(jié)42-44
• 第4章 基于決策樹的機載LIDAR與高光譜數(shù)據(jù)融合分類44-58
• 4.1 決策樹分類算法44-46
• 4.2 鹽城濱海濕生植被分類體系46-48
• 4.3 基于決策樹的融合分類實驗48-57
• 4.3.1 植被區(qū)域提取49-52
• 4.3.2 分類特征變量選取與分析52-54
• 4.3.3 植被分類實驗與分析54-57
• 4.4 本章小結(jié)57-58
• 第5章 機載LIDAR與高光譜數(shù)據(jù)融合的植被生物量遙感反演與分析58-75
• 5.1 植被生物量遙感反演模型59-60
• 5.2 生物量遙感反演模型構(gòu)建60-67
• 5.2.1 分類別生物量反演模型構(gòu)建61-66
• 5.2.2 整體生物量反演模型構(gòu)建66-67
• 5.3 生物量遙感反演與分析67-74
• 5.3.1 模型精度驗證67-70
• 5.3.2 生物量反演結(jié)果與分析70-74
• 5.4 本章小結(jié)74-75
• 第6章 總結(jié)與展望75-77
• 6.1 總結(jié)75-76
• 6.2 展望76-77
• 參考文獻77-81
• 致謝81-83
• 作者簡歷及在讀期間參與的研究工作83

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙培濤;張寅超;王蓮;胡順星;蘇嘉;曹開法;趙曰峰;胡歡陵;;Capability of Raman lidar for monitoring the variation of atmospheric CO_2 profile[J];Chinese Physics B;2008年01期

2 曹開法;趙博;方欣;汪少林;王敏;胡順星;;Fluorescence lidar for remote monitoring of plant[J];Chinese Optics Letters;2010年02期

3 趙培濤;張寅超;李偉;胡順星;曹開法;汪少林;胡歡陵;;Convenient method for calibrating system constant of scanning water vapor Raman lidar[J];Chinese Optics Letters;2010年06期

4 ;Sodium fluorescence Doppler lidar to measure atmospheric temperature in the mesopause region[J];Chinese Science Bulletin;2011年Z1期

5 趙新華;陳富強;;機載LIDAR技術(shù)在高難度大比例尺數(shù)字測圖中的優(yōu)勢[J];科技信息;2012年08期

6 郭際元;韓程帥;陳奇;;LIDAR技術(shù)在內(nèi)陸水系監(jiān)測管理中應(yīng)用綜述[J];環(huán)境科學(xué)與技術(shù);2012年12期

7 郭向前;郝偉濤;李響;;基于機載LIDAR技術(shù)的研究及其展望[J];測繪與空間地理信息;2013年02期

8 陳富強;;機載LIDAR技術(shù)的優(yōu)勢及應(yīng)用前景研究[J];北京測繪;2013年02期

9 ;Building Extraction from LIDAR Based Semantic Analysis[J];Geo-Spatial Information Science;2006年04期

10 陳松堯;程新文;;機載LIDAR系統(tǒng)原理及應(yīng)用綜述[J];測繪工程;2007年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 方芳;;機載LIDAR技術(shù)現(xiàn)狀及發(fā)展方向[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

2 黃朝華;鮑艷;黃斌;;基于LIDAR技術(shù)的電力機載巡線測量系統(tǒng)[A];2007'全國測繪科技信息交流會暨信息網(wǎng)成立30周年慶典論文集[C];2007年

3 尹太舉;張昌民;羅喻潔;程釗;;LIDAR技術(shù)及其在露頭研究中的應(yīng)用[A];中國礦物巖石地球化學(xué)學(xué)會第14屆學(xué)術(shù)年會論文摘要專輯[C];2013年

4 王宇晗;;機載LIDAR數(shù)據(jù)的采集處理及應(yīng)用[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎?wù)撐募痆C];2009年

5 王保國;蘇小霞;;LIDAR技術(shù)在地理國情監(jiān)測中的應(yīng)用[A];第十四屆華東六省一市測繪學(xué)會學(xué)術(shù)交流會論文集[C];2012年

6 竇愛霞;王曉青;袁小祥;;基于機載LIDAR的建筑物震害自動識別方法[A];中國地震學(xué)會空間對地觀測專業(yè)委員會2012年學(xué)術(shù)研討會論文摘要集[C];2012年

7 馮琰;郭容寰;程遠達;;基于機載LIDAR技術(shù)快速建立三維城市模型研究[A];華東地區(qū)第十次測繪學(xué)術(shù)交流大會論文集[C];2007年

8 史照良;;基于LIDAR的灘涂/海島礁DEM測繪關(guān)鍵技術(shù)研究[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 郭亞仁;曹文勝;;淺談LIDAR技術(shù)在地形圖生產(chǎn)中的幾點體會[A];2007'全國測繪科技信息交流會暨信息網(wǎng)成立30周年慶典論文集[C];2007年

10 錢燦興;;激光探測及測距系統(tǒng)(LIDAR)技術(shù)的應(yīng)用[A];華東地區(qū)第十次測繪學(xué)術(shù)交流大會論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 富志鵬;基于LIDAR的高速公路測設(shè)技術(shù)應(yīng)用研究[D];長安大學(xué);2011年

2 袁楓;機載LIDAR數(shù)據(jù)處理與土地利用分類研究[D];中國礦業(yè)大學(xué);2010年

3 王刃;機載LIDAR數(shù)據(jù)濾波與建筑物提取技術(shù)研究[D];解放軍信息工程大學(xué);2008年

4 鄭毅;LIDAR數(shù)據(jù)的城區(qū)建筑物提取技術(shù)研究[D];華中科技大學(xué);2011年

5 張志超;融合機載與地面LIDAR數(shù)據(jù)的建筑物三維重建研究[D];武漢大學(xué);2010年

6 劉清旺;機載激光雷達森林參數(shù)估測方法研究[D];中國林業(yè)科學(xué)研究院;2009年

7 任自珍;基于等高線特征分析的LiDAR建筑物與道路提取[D];西南交通大學(xué);2009年

8 姚春靜;機載LiDAR點云數(shù)據(jù)與遙感影像配準的方法研究[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 虞海英;融合機載LIDAR和高光譜數(shù)據(jù)的濱海濕生植被生物量反演方法研究[D];中國測繪科學(xué)研究院;2015年

2 劉沛;多源數(shù)據(jù)輔助機載LIDAR數(shù)據(jù)處理的關(guān)鍵技術(shù)研究[D];中國測繪科學(xué)研究院;2008年

3 劉磊;機載LIDAR系統(tǒng)誤差分析與檢校方法研究[D];山東科技大學(xué);2011年

4 梁小偉;機載LIDAR數(shù)據(jù)特征選擇與精確分類技術(shù)研究[D];中北大學(xué);2015年

5 喬亦實;行星軟著陸LIDAR導(dǎo)航傳感器仿真與數(shù)據(jù)處理技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

6 張皓;機載LIDAR數(shù)據(jù)濾波及建筑物提取技術(shù)研究[D];解放軍信息工程大學(xué);2009年

7 潘中華;基于LIDAR點云數(shù)據(jù)與影像融合的建筑物提取[D];中國地質(zhì)大學(xué);2012年

8 翁寧龍;基于車載LIDAR的三維重建技術(shù)研究[D];東北大學(xué);2012年

9 高嵩;基于LIDAR數(shù)據(jù)的城市地表和建筑物模型提取技術(shù)研究[D];遼寧工程技術(shù)大學(xué);2008年

10 趙影;基于機載LIDAR數(shù)據(jù)的城市建筑物提取研究[D];吉林大學(xué);2011年

  本文關(guān)鍵詞：融合機載LIDAR和高光譜數(shù)據(jù)的濱海濕生植被生物量反演方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：260190