基于机载高光谱数据的树种识别

浙江农林大学本科生毕业设计（论文）

本科生毕业设计（论文）

（2019届）

环境与资源学院

题目：基于高光谱数据的树种识别

学号：201518100108

姓名：屠雨薇

专业班级：地理信息科学151班

指导教师：刘丽娟职称：讲师

2017年5月16日

本科生毕业设计（论文）诚信承诺书

我谨在此承诺：本人所写的毕业设计《基于高光谱数据的树种识别》均是本人独立完成，没有抄袭行为，凡涉及其他作者的观点和材料，均作了引用注释，如出现抄袭及侵犯他人知识产权的情况，后果由本人承担。

承诺人（签名）：

2019年5月16日

PAGE18

基于机载高光谱数据的树种识别

环境与资源学院地理信息科学151屠雨薇指导老师：刘丽娟

摘要：森林资源是一种自然的、可再生的资源，是地球上最重要的资源之一，为林业的可持续发展提供物质保障。森林在调节气候、保持生物多样性、提供生态产品等方面发挥着重要的作用，树种的准确识别是研究和利用森林资源的基础。本文以地形复杂的古田山国家级自然保护区茂密森林为研究对象，利用2014年获取的机载LiDAR高光谱遥感影像为基础，通过Matlab进行数据处理，对高光谱影像进行降维，选择出信息量大，叠加后效果较好的三个波段进行森林树种的监督分类。还将高光谱数据分别与激光雷达数据和航片相结合，进行分类和精度检验。本文主要区分了木荷、石栎、冬青、青冈、马尾松五类植被，将其他树种、非林地以及数据缺失部分统分成了非林地。结果表明降维后的高光谱图像分类的kappa精度达到了0.70,；高光谱和航片结合的kappa精度为0.65；高光谱和雷达数据结合的kappa精度为0.87。说明可以通过高光谱数据和LiDAR数据相结合的方法提高高光谱图像的分类精度。

关键字：森林测量学；高光谱；降维；激光雷达；树种识别

TreeSpeciesIdentificationBasedonHyperspectralData

Abstract:Forestresourceisanaturalandrenewableresource.Itisoneofthemostimportantresourcesontheearthandprovidesmaterialguaranteeforthesustainabledevelopmentofforestry.Forestsplayanimportantroleinregulatingclimate,maintainingbiodiversityandprovidingecologicalproducts.Accurateidentificationoftreespeciesisthebasisofresearchandutilizationofforestresources.Inthispaper,thedenseforestinGuTianShanNationalNatureReservewithcomplexterrainistakenastheresearchobject.BasedontheairborneLiDARhyperspectralremotesensingimageacquiredin2014,thedimensionofhyperspectralimageisreducedbyusingMatlab.Threebandswithlargeamountofinformationandgoodsuperpositioneffectareselectedtosuperviseandclassifyforestspecies.ThehyperspectraldataarecombinedwithLidardataandaerialphotographstoclassifyandverifytheaccuracy.Thispapermainlydistinguishesfiv

免费下载链接
飞猫云链接地址：https://jmj.cc/s/m68pg3

压缩包解压密码：res.99hah.com_60fj4zHVYO

下载方法：如果您不是飞猫云会员，请在下载页面滚动到最下方，点击“非会员下载”，网页跳转后再次滚动到最下方，点击“非会员下载”。

解压软件：Bandizip