發(fā)布時(shí)間：2022-01-05 00:17

　　隨著我國(guó)松林疫情加劇,高光譜遙感優(yōu)勢(shì)顯著,本文為提高高光譜遙感在林木健康監(jiān)測(cè)管理以及病蟲(chóng)害分級(jí)檢測(cè)應(yīng)用中的作用,主要利用高光譜遙感來(lái)針對(duì)馬尾松病蟲(chóng)害的等級(jí)分類(lèi)進(jìn)行研究和方法探索。研究主要以PSR-3500地物光譜儀獲取的高光譜數(shù)據(jù)以及HJ-1A國(guó)產(chǎn)環(huán)境小衛(wèi)星獲得的高光譜影像數(shù)據(jù)作為原始數(shù)據(jù),以宜賓市翠屏區(qū)的不同等級(jí)病蟲(chóng)害的馬尾松為研究對(duì)象,研究遭受病蟲(chóng)害嚴(yán)重程度反演模型,按照相關(guān)系數(shù)（r）值,結(jié)合均方根誤差（RMSE）對(duì)反演結(jié)果進(jìn)行綜合分析,同時(shí)利用模糊分類(lèi)與聚類(lèi)分析方法進(jìn)行病情分類(lèi),組建馬尾松病蟲(chóng)害等級(jí)光譜庫(kù),以灰度分割與林木健康分析為參考,結(jié)合基于均方協(xié)預(yù)測(cè)誤差的盲源提取算法（MSCPE_BSE）對(duì)各等級(jí)病蟲(chóng)害的馬尾松進(jìn)行等級(jí)判定。論文主要研究?jī)?nèi)容如下:（1）首先將實(shí)地調(diào)查獲取的光譜反射率進(jìn)行原始光譜和微分光譜與病情指數(shù)作相關(guān)分析。馬尾松病蟲(chóng)害微分波譜較原始光譜具有更明顯特征,在“綠峰”（550-600nm）,“紅邊”（711.5-724.9nm）,“黃谷”（550-582nm）波段范圍內(nèi)不同等級(jí)病蟲(chóng)害反射率差異較大,隨著病蟲(chóng)害嚴(yán)重程度增加,峰值降低,谷值增大,... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：104 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

野外調(diào)研的馬尾松病蟲(chóng)害疫區(qū)

RemoteSensingofEnvironment(RSE)有刊出專(zhuān)門(mén)的高光譜遙感的未來(lái)展望，上面具有詳細(xì)的關(guān)于高光譜發(fā)展的全面的總結(jié)[7]，由此也可見(jiàn)高光譜數(shù)據(jù)的研究?jī)r(jià)值日益上漲。那么高光譜遙感技術(shù)的定義到底是什么呢？高光譜分辨率遙感(HyperspectralRemoteSensing)技術(shù)指的是在電磁波譜的相應(yīng)一系列波段范圍內(nèi)，根據(jù)高光譜遙感的基礎(chǔ)原理可知，不僅可以得到很多連續(xù)不間斷的信息，并且得到的還是波段間隔十分窄(5-10nm)的光譜影像數(shù)據(jù)，一般地，高光譜遙感指的是該遙感數(shù)據(jù)的光譜分辨率屬于λ/100的數(shù)量級(jí)。國(guó)際遙感界光譜分辨率的共識(shí)如圖1-2所示。圖1-2國(guó)際遙感界共識(shí)光譜分辨率發(fā)展

電子科技大學(xué)碩士學(xué)位論文4從圖1-2可知多光譜到高光譜的光譜分辨率差了一個(gè)數(shù)量級(jí)，并且發(fā)展過(guò)程不斷進(jìn)步。在世界上普遍認(rèn)為光譜分辨率在λ/10屬于多光譜(一般波段范圍是0.5-1.1um)，波段數(shù)小于36；λ/100屬于高光譜(nm級(jí))，波段數(shù)大于36；λ/1000屬于超高光譜。高光譜遙感數(shù)據(jù)及相關(guān)技術(shù)能夠在農(nóng)業(yè)資源管理運(yùn)用檢測(cè)識(shí)別分類(lèi)等滿(mǎn)足林業(yè)管理方面的要求。其中高光譜遙感能夠滿(mǎn)足監(jiān)測(cè)農(nóng)作物或是森林的長(zhǎng)勢(shì)狀況方面的高精度標(biāo)準(zhǔn)，能夠達(dá)到在病蟲(chóng)害防治方面準(zhǔn)確度高的要求，以及在農(nóng)作物或者果林的產(chǎn)量與質(zhì)量的評(píng)估方面高效率的完成并且得到很好的結(jié)果。將高光譜遙感監(jiān)測(cè)技術(shù)和以前相應(yīng)的監(jiān)測(cè)技術(shù)作對(duì)比而言，能夠滿(mǎn)足各個(gè)方面的需求，高光譜遙感數(shù)據(jù)因其獨(dú)特較高的光譜分辨率，極大的提升了實(shí)際地物的屬性數(shù)據(jù)的獲取能力以及對(duì)其進(jìn)行判別的能力。所以，將高光譜遙感與過(guò)去傳統(tǒng)的遙感作對(duì)比，前者包含如下幾個(gè)明顯的優(yōu)點(diǎn)[8][9]：(1)圖譜合一：高光譜遙感具備著曲線(xiàn)般近乎不間斷的相應(yīng)目標(biāo)的光譜數(shù)據(jù)特征。把地面實(shí)測(cè)的高光譜信息數(shù)據(jù)和已經(jīng)進(jìn)行了光譜反射率的重新建立的影像數(shù)據(jù)結(jié)合在一起，可以得到地物目標(biāo)近似連續(xù)不間斷的光譜曲線(xiàn)及屬性數(shù)據(jù)信息，其中包含其波譜反射率信息。把現(xiàn)場(chǎng)實(shí)際測(cè)得的相關(guān)信息運(yùn)用于遙感分析和處理中，具有高標(biāo)準(zhǔn)和高精度的結(jié)果優(yōu)勢(shì)。(2)光譜分辨率高，波段數(shù)多，目標(biāo)檢測(cè)效果好，可精細(xì)分類(lèi)，其地面目標(biāo)識(shí)別能力以及相應(yīng)的地表林木等植被分析判別效果大大增強(qiáng)。高光譜影像數(shù)據(jù)可以精確地劃分地表植被覆蓋類(lèi)型[11]等，如圖1-3所示（圖片來(lái)源于ShawGA,BurkeHHK.2003），能夠準(zhǔn)確識(shí)別各種地物以及森林病蟲(chóng)害嚴(yán)重程度，有效判斷土地利用程度以及土壤裸露狀況等。圖1-3高光譜圖譜合一示意圖

【參考文獻(xiàn)】：
期刊論文
[1]樣本優(yōu)化選擇的高光譜圖像分類(lèi)[J]. 方帥,祝鳳娟,董張玉,張晶.  中國(guó)圖象圖形學(xué)報(bào). 2019(01)
[2]基于高光譜成像技術(shù)的小麥條銹病病害程度分級(jí)方法[J]. 雷雨,韓德俊,曾慶東,何東健.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(05)
[3]中國(guó)民用遙感衛(wèi)星在軌運(yùn)行與服務(wù)概況[J]. 高菲,倪琳娜.  衛(wèi)星應(yīng)用. 2017(08)
[4]稀疏表達(dá)模型在高光譜遙感影像目標(biāo)探測(cè)中的應(yīng)用[J]. 賈艷立,裴亮,孫旭,高連如.  北京工業(yè)大學(xué)學(xué)報(bào). 2017(05)
[5]基于近地高光譜和環(huán)境星高光譜數(shù)據(jù)的冬小麥越冬凍害遙感監(jiān)測(cè)方法研究[J]. 李軍玲,郭其樂(lè),任麗偉.  自然災(zāi)害學(xué)報(bào). 2017(02)
[6]基于高光譜遙感影像的森林病蟲(chóng)害監(jiān)測(cè)研究進(jìn)展[J]. 王勝,潘潔,張衡,廖振峰,顧曉麗.  林業(yè)資源管理. 2014(03)
[7]冬小麥凍害脅迫高光譜分析與凍害嚴(yán)重度反演[J]. 王慧芳,王紀(jì)華,董瑩瑩,顧曉鶴,霍治國(guó).  光譜學(xué)與光譜分析. 2014(05)
[8]翠屏區(qū)植被覆蓋及其景觀(guān)格局變化遙感分析[J]. 高國(guó)林,王石英,蔣容.  水土保持研究. 2013(03)
[9]馬尾松主要病蟲(chóng)害防治策略分析[J]. 楊榮,蔡芳.  科技傳播. 2013(07)
[10]高光譜遙感影像森林信息提取方法比較[J]. 張雨,林輝,臧卓,嚴(yán)恩萍,東啟亮.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2013(01)

博士論文
[1]黃河三角洲濕地典型植被高光譜遙感研究[D]. 王霄鵬.大連海事大學(xué) 2014

碩士論文
[1]高光譜礦物波譜特征盲提取及目標(biāo)檢測(cè)研究[D]. 候亞妮.電子科技大學(xué) 2016
[2]高光譜影像亞像元目標(biāo)檢測(cè)方法研究[D]. 黃紫晗.中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所） 2014
[3]基于地面高光譜遙感的南方人工林主要病害監(jiān)測(cè)研究[D]. 伍南.中南林業(yè)科技大學(xué) 2012
[4]基于光譜匹配的高光譜巖礦識(shí)別技術(shù)研究[D]. 黃婷婷.南京理工大學(xué) 2012



本文編號(hào)：3569341