遥感生态测量学进展

来源：中国环境资源网作者：中国自然资源学会更新时间：2005-11-21 10:47:26

89.6 95.8 97.6 94.2 90.0 87.3 83.3 85.3 LOG(R) 60.8 55.8 50.8 41.7 78.3 60.0 77.8 89.6 60.1 65.7 60.8 70.8 64.8 63.9 64.4 N(R) 65.8 64.2 51.7 42.5 72.5 66.7 84.0 91.7 79.8 78.4 76.7 80.8 71.8 70.7 71.2 D(LOG(R)) 91.7 94.2 79.2 64.2 93.3 92.5 97.2 97.9 96.6 99.2 93.3 96.7 91.9 90.8 91.3 LOG(N(R)) 63.3 60.0 48.3 43.3 71.7 65.0 85.4 93.8 76.5 71.8 75.0 79.2 70.0 68.8 69.4 D(N(R)) 93.3 93.3 80.8 56.7 91.7 85.0 95.1 95.1 98.3 97.6 97.5 96.7 92.8 87.4 90.1

　　从表 1 可见，对高光谱数据进行微分变换可以大大提高树种识别精度。对光谱反射数据对数或归一化后再微分效果最佳。3 个季节数据的总平均分类精度高达 90% 以上。尽管对光谱反射数据来说，阳面测得数据可得到较高识别精度。对两种最佳变换来说，阴阳两侧数据均可得到高识别精度；并且识别精度基本不受季节影响。这意味着对这两种变换而言，太阳高度角的变化不会对树种识别精度造成较大的变化。

4 结论

　　尽管航空摄影或数字摄影缺乏较多的光谱信息，数字摄影测量可以为图像分析提供较准确的三维空间数据。这是大多数遥感应用所忽视的。本文通过实例展示数字摄影测量技术对测量树冠盖度和树高的优势。这两个生态参数都是传统遥感所测不准的。实例也展示出高光谱反射数据对树种识别的潜力。这也是传统遥感所难以做到的。我们下一步的目标是对高光谱树种识别的结果进行分析，寻找少数有效波段。建立基于少数波段的树种识别算法。将这些波段用于数字照相机摄影，从而达到将数字摄影技术与多光谱分析技术结合的目的。这样，我们可以利用地物有效的多光谱信息和较准确的三维形态信息进行更准确的生态测量。

参考文献

上一页 [1] [2] [3]