曹妃甸湿地典型植被光谱特征差异性分析

曹妃甸湿地典型植被光谱特征差异性分析

论文摘要

运用高光谱遥感技术分析地物特有的光谱特征可以有效地对地物进行识别。以河北省唐山市曹妃甸湿地为研究对象,使用SR2500便携式地物光谱仪测定了2种典型湿地植被——翅碱蓬[Suaeda salsa(L.) Pall.]和芦苇[Phragmites australis(Cav.)Trin.ex Steud.]的光谱特征,并对2种湿地植被的原始反射率光谱曲线和经过包络线去除法变换后的反射率光谱曲线进行研究。结果显示:由于包络线去除法的限制,在340~380 nm和716~1 020 nm波段范围内,分析芦苇原始光谱曲线更容易区分植被所处的生长期,在340~595 nm和710~920 nm波段范围内,分析翅碱蓬的原始光谱曲线更有利于区分所处的生长期,且2种植被生长旺盛期的反射率均高于生长末期。在508、550、678 nm处利用包络线去除法能够更好地区分芦苇不同生长阶段,在638、678 nm处利用包络线去除法能更好地区分翅碱蓬不同生长阶段。芦苇在绿光波段550 nm处出现明显的反射峰,而翅碱蓬在红光波段638 nm处出现明显的反射峰,这使得2种植被经过包络线去除处理后更好区分。在753~1 020 nm波段范围内,分析原始光谱曲线更适于区分芦苇和翅碱蓬,且芦苇的反射率高于翅碱蓬。

论文目录

  • 1 材料与方法
  •   1.1 研究区概况
  •   1.2 数据采集及预处理
  •     1.2.1 数据采集
  •     1.2.2 光谱数据预处理
  • 2 结果与分析
  •   2.1 典型植被光谱特征的时间差异
  •     2.1.1 不同生长阶段芦苇光谱曲线特征差异
  •     2.1.2 不同生长阶段翅碱蓬光谱曲线特征差异
  •   2.2 典型植被光谱特征的种间差异
  •     2.2.1 生长旺盛期芦苇和翅碱蓬光谱曲线特征差异
  •     2.2.2 生长末期芦苇和翅碱蓬光谱曲线特征差异
  • 3 讨论
  • 文章来源

    类型: 期刊论文

    作者: 王美玲,焦琳琳,王晓红,吴兵,肖星星

    关键词: 高光谱遥感,芦苇,翅碱蓬,光谱特征,包络线去除

    来源: 浙江农业学报 2019年06期

    年度: 2019

    分类: 农业科技,基础科学

    专业: 生物学

    单位: 华北理工大学研究生学院

    基金: 华北理工大学博士基金(25395501)

    分类号: Q948

    页码: 963-969

    总页数: 7

    文件大小: 196K

    下载量: 242

    相关论文文献

    • [1].基于光谱特征增强的高光谱图像地物目标识别[J]. 红外技术 2010(12)
    • [2].基于光谱特征参数的粳稻冠层氮素含量反演方法[J]. 沈阳农业大学学报 2020(02)
    • [3].白云母矿物成分与光谱特征的关系研究[J]. 国土资源遥感 2012(03)
    • [4].绿泥石矿物成分与光谱特征关系研究[J]. 光谱学与光谱分析 2014(07)
    • [5].基于改进正弦余弦算法的光谱特征峰定位方法[J]. 光学学报 2019(09)
    • [6].综合近红外-红波段-短波红外三波段光谱特征空间的小麦冠层含水量反演[J]. 麦类作物学报 2020(07)
    • [7].高光谱图像组合光谱特征研究[J]. 现代电子技术 2013(14)
    • [8].联合纹理和光谱特征的高光谱图像分类方法[J]. 韩山师范学院学报 2017(06)
    • [9].典型盐渍化土壤偏振反射高光谱特征与模型分析[J]. 红外与毫米波学报 2015(05)
    • [10].典型半干旱区土壤盐分高光谱特征反演[J]. 光谱学与光谱分析 2014(04)
    • [11].周村水库四季变化过程中水体溶解性有机物的分布与光谱特征[J]. 环境科学学报 2019(10)
    • [12].基于高光谱特征与人工神经网络模型对土壤含水量估算[J]. 光谱学与光谱分析 2017(03)
    • [13].基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例[J]. 生态学报 2013(04)
    • [14].鄱阳湖5种典型植被高光谱特征波段选择与光谱分类识别[J]. 激光与光电子学进展 2017(12)
    • [15].夏秋季节潮滩植被光谱特征的差异性研究[J]. 海洋湖沼通报 2018(05)
    • [16].绿洲—荒漠交错带典型裸露地表的光谱特征[J]. 水土保持通报 2017(02)
    • [17].宁夏引黄灌区水稻冠层高光谱特征研究[J]. 湖北农业科学 2016(07)
    • [18].环境光谱特征数据库系统的建设[J]. 计算机光盘软件与应用 2013(03)
    • [19].遥感图像土地利用/覆盖多光谱特征分布空间距离分析方法[J]. 光谱学与光谱分析 2009(02)
    • [20].绿色植物光谱特征拟合技术研究进展[J]. 兵器装备工程学报 2018(02)
    • [21].结合结构和光谱特征的高分辨率影像分割方法[J]. 测绘学报 2014(05)
    • [22].基于光谱特征和生理特征的番茄磷营养诊断方法[J]. 农业机械学报 2016(03)
    • [23].面向光谱特征优化的遥感图像融合算法[J]. 测绘科学 2015(08)
    • [24].枸杞病虫害遥感近地高光谱特征研究[J]. 广东农业科学 2015(13)
    • [25].基于光谱特征拟合的高光谱遥感影像植被覆盖度提取[J]. 地理与地理信息科学 2008(01)
    • [26].基于多类型光谱特征参数匹配的矿物信息遥感识别方法[J]. 光谱学与光谱分析 2015(10)
    • [27].科尔沁沙地典型沙丘植被光谱特征数据的匹配[J]. 干旱区研究 2014(04)
    • [28].土壤理化特性与土壤光谱特征关系的研究进展[J]. 土壤通报 2009(05)
    • [29].融合光谱特征和几何特征的建筑物提取算法[J]. 激光与光电子学进展 2018(04)
    • [30].吉林省西部典型盐渍化土壤偏振反射高光谱特征与模型研究[J]. 光谱学与光谱分析 2014(06)

    标签:;  ;  ;  ;  ;  

    曹妃甸湿地典型植被光谱特征差异性分析
    下载Doc文档

    猜你喜欢