共查询到20条相似文献，搜索用时 296 毫秒
1.
福建将乐林场主要树种冠层光谱反射特征分析 总被引：1，自引：0，他引：1
【目的】对福建将乐林场主要树种的冠层光谱曲线进行分析,以建立和完善该地区森林树种光谱数据库,并对利用高光谱数据研究森林树种分类提供理论和技术支持。【方法】对实测的林场内5个主要树种(马尾松、杉木、毛竹、木荷和苦槠栲)的平均冠层反射光谱曲线,采用导数光谱、红边特征及将冠层光谱曲线转化到频率域的离散傅里叶变换方法进行分析,比较各树种冠层光谱曲线在空间和频率域上的差别。【结果】在可见光波段(480~700nm),毛竹和苦槠栲的冠层反射率高于其他树种;在近红外波段(720~920nm),苦槠栲、木荷、毛竹的冠层反射率明显高于马尾松和杉木,且苦槠栲木荷毛竹。一阶导数光谱对植被类型有很好的区分作用,可以将植被在可见光波段附近吸收谷的特征和在近红外波段的红边特征进行突出显示。冠层光谱的红边特征参数表现为木荷和苦槠栲的光谱曲线红边斜率较大,明显高于马尾松、杉木和毛竹;毛竹的红边位置明显低于其他树种。对树种冠层光谱的频谱分析结果得出,冠层光谱前12次谐波能量累计达到99%,原始光谱曲线冠层光谱在频域上也有可分性,前4次谐波的幅度谱可以将苦槠栲、木荷和毛竹区分出来。【结论】不同树种的光谱曲线在空间域和频率域都存在明显的差别,光谱曲线的红边参数和冠层光谱在频率域的幅度谱有助于定量化地区分不同的树种类型。 相似文献
2.
3.
通过对安徽省池州市青阳县输电线下行通道的优势树种进行光谱测量与分析,以建立优势树种光谱库,为输电线通道下行林区的树种精细分类提供理论和技术支持。利用便携式光谱仪对研究区6个优势树种的冠层光谱数据进行采集,并生成平均冠层反射光谱曲线,经过导数变换、植被特征参数(蓝边、黄边和红边)分析及冠层光谱的可分性研究,进而分析出不同树种的不同波段光谱特征差异。结果表明,在原始光谱可见光波段毛竹冠层反射率高于其他树种;而在近红外波段,栎树的冠层反射率高于其他树种。6个树种的蓝边位置、黄边位置及红边位置存在差异较小,毛竹的蓝边斜率最大;杉木的黄边斜率最大;栎树的红边斜率和红边面积均为最大。通过可分性研究可知,原始光谱在550 nm、900 nm及一阶导数光谱在718 nm处,有助于精细区分不同树种类型。 相似文献
4.
5.
6.
7.
江西省森林植被乔木层碳储量与碳密度研究 总被引：2，自引：0，他引：2
为更好地评估我国森林植被乔木层碳汇功能提供更准确和可靠的基础数据.利用江西省森林资源二类清查资料,运用材积源生物量法对江西省森林植被乔木层的碳储量和碳密度进行了研究.森林植被乔木层碳密度的特征为:全省不同森林植被乔木层类型碳密度由大到小依次为硬阔林、针阔混交林、毛竹林、国外松林、杉木林、软阔林、灌木林、马尾松林和经济林,且乔木层碳密度随着林龄的增加而增大,随其人口密度的增加而降低;森林植被乔木层碳储量的分配规律为:不同森林植被类型依次为杉木林、硬阔林、马尾松林、毛竹林、灌木林、国外松林、经济林、针阔混交林、软阔林,从森林类型分布看,除杉木和国外松林外,其它森林类型天然林的比例远大于人工林;从地理分布看,除南昌、萍乡、新余三市外,其余各市均是天然林远比人工林要多,全省不同年龄森林植被由大到小依次为,中龄林、幼龄林、近熟林、成熟林、过熟林,全省南部和中西部要高于中东部和北部.江西省森林植被乔木层的总碳储量0.210 Gt C,占全国森林总碳储量的5.66%. 相似文献
8.
高光谱遥感光谱特征明显,单纯利用其光谱优势难以达到影像分类精度要求,特别是区分植被精细类别。为了进一步提高Hyperion高光谱影像分类精度,研究加入包含区域亮度变化及结构特征的纹理信息,试图提高分类精度。以杭州市余杭区百丈镇为试验区,首先提取研究区道路、建筑物、农田、毛竹Phyllostachysedulis林、马尾松Pinusmassoniana林和栎类Quercus等7种类型的端元光谱,然后对端元进行线性光谱分离,利用二阶概率矩阵对线性光谱分离出的8个波段提取纹理特征,最终结合线性分离后的端元光谱实现分类。结果表明：纹理信息融入后分类结果较单源信息光谱角制图和单源信息支持向量机方法有明显的改善,建筑物精度分别提高了34．13％和17．16％,农田提高了19．71％和9．24％,马尾松则改善了27．09％和5．42％,栎类精度提高了近3．00％和10．00％,且一定程度上避免了椒盐效应。采用光谱与纹理信息结合的方法对Hyperion高光谱影像分类是可行的。分类过程中端元的提取、纹理分析时特征向量的组合及纹理移动窗口大小的选择对分类结果起重要的作用。图6表1参19 相似文献
9.
基于机载激光雷达和高光谱数据的树种识别方法 总被引：2，自引：1，他引：1
训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱（AISA）和激光雷达（LiDAR）主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。 相似文献
10.
地物光谱特性是遥感应用的基础,目前多为对地物的可见光-近红外反射率光谱的研究,关于地物热红外发射率光谱的研究并未全面展开。使用便携式傅里叶变换红外光谱仪对新疆吉木萨尔县水西沟煤田火区样品进行光谱采集。选取典型地物,采用PercentileFilter方法进行光谱平滑去噪,以及光谱平滑迭代算法进行样品温度和发射率的分离,得出地物发射率的光谱曲线,分析得出自然环境下煤田火区典型地物表面温度和对应的发射率值,以及样品低发射率谷的敏感波段。通过得出自然环境下地物准确地发射率值将有效的提高遥感影像反演地表温度的精度,为更加准确地提取煤田火区的温度异常信息奠定一定基础;而通过对地物热红外发射率光谱特征的分析,将为热红外遥感影像提取和识别地物类型奠定一定基础。 相似文献
11.
基于TM数据提取竹林遥感信息的方法 总被引：2，自引：0，他引：2
利用LandSat5-TM对竹林遥感信息提取方法进行了研究:将归一化植被指数NDVI、结构效应指数CVI、综合效应指数MVI以及主成分变换的前3个分量PCA1、PCA2、PCA3与TM数据的6个波段(除第六波段)合成一个具有12波段的新数据;在最佳波段组合的基础上,结合地形图、土地利用图和野外调查数据,采用光谱特征模型、支持向量机、光谱角填图以及最大似然法对竹林信息进行了提取。研究表明:叶冠结构指数、综合指数、主成分变换等新波段对竹林信息提取很有帮助;与支持向量机、光谱角填图和最大似然法3种监督分类方法相比,基于光谱特征模型的竹林遥感信息提取方法具有一定的适应性,在保证竹林分类精度的同时,其他植被类型的分类精度也能得到满意的结果。 相似文献
12.
选取2000年9月23日的江西省宜黄地区TM影像作为研究区,通过对TM影像的6个波段进行分析,发现了毛竹与其他地物的光谱差异性。然后建立监督分类模板,对分类模板进行评价。根据地物样本反射值的不同,建立了一种毛竹自动提取模型。并且对自动提取的毛竹结果进行了评价,结果令人满意。 相似文献
13.
毛竹向阔叶林扩展过程中的叶功能性状研究 总被引：5，自引：0，他引：5
为探明毛竹在异质生境下的适应特性和生存对策,开展毛竹向阔叶林扩展过程(1号样方为毛竹纯林,2号样方为毛竹占优势的竹阔混交林,3号样方为阔叶林占优势的混交林,4号样方为阔叶纯林)叶功能性状特性研究,并探讨不同年龄(Ⅰ~Ⅳ度)毛竹的叶功能性状在扩展方向的变化特征。结果表明:1)不同扩展样方间的叶干物质含量(LDMC)、叶C含量(C)、叶N:P比(N:P)差异显著,其中2号样方内LDMC显著高于4号样方,1号样方内C含量显著低于3号和4号样方,1号和2号样方内N∶P显著高于3号和4号样方。比叶面积(SLA)、叶N含量(N)、叶磷含量(P)及叶C∶N比(C∶N)在不同样方间差异不显著。说明毛竹对不同生境做出一定的适应性判断。2)不同年龄毛竹的SLA和LDMC在1号样方内出现显著差异,I度竹显著不同于III度和IV度竹;C含量和N含量在2号样方内不同年龄竹间产生显著性差异。C∶N仅在2号样方内不同年龄竹间差异达显著水平;N∶P在1~3号样方中差异显著,均表现为II度竹中最低,I度竹次之。说明不同年龄毛竹叶功能性状在1号样方内差异性较突出,2~4号样方内叶功能性状的特性可能是由于环境因素的作用消弱了毛竹自身发育间的差异。3)不同扩展样方内SLA与LDMC呈显著负相关关系、N与P呈显著正相关关系,SLA与C、N和P均呈正相关关系,而LDMC与C、N和P呈负相关关系。随SLA和LDMC变化,C变化最大,N次之,P变化最小,说明毛竹叶功能性状间的权衡关系沿扩展方向发生了适应性调整。 相似文献
14.
基于包络线法的不同树种叶片高光谱特征分析 总被引：4，自引：0，他引：4
高光谱遥感的出现使树种的精细识别成为可能,而高光谱数据具有波段多、数据量大、冗余度大等特点,利用高光谱遥感技术进行树种鉴别时,光谱特征的选择及提取是个非常重要的过程。选择了樟树Cinnamomum camphora,麻栎Quercus acutissima,马尾松Pinus massoniana和毛竹Phyllostachys pubescens 4个树种,利用包络线去除法对ASD高光谱仪实测的原始光谱数据处理,比较原始光谱和包络线去除曲线图,选择差异较大的波段用于识别不同树种,用欧氏距离法检验所选择的波段识别不同树种的效果。结果证明,利用波段较窄的高光谱数据能够挖掘出不同树种的光谱差异,实现不同树种的鉴别;包络线去除法能够有效解决高光谱数据冗余的问题,对4个树种叶片的高光谱进行波段选择,能够将有效波段减少到8个,为484 ~ 493,670 ~ 679,971 ~ 980,1 162 ~ 1 171,1 435 ~ 1 444,1 773 ~ 1 782,1 918 ~ 1 927和2455 ~ 2464 nm,并得到较理想的树种鉴别效果。图5表2参11 相似文献
15.
厚皮毛竹纤维形态研究 总被引：5，自引：0，他引：5
首次报道了江西特产毛竹栽培变型－厚皮毛竹的秆杆纤维长度,宽度,长宽比,纤维含量和维管束密度的变化规律,并与毛竹同类指标进行了比较,结果表明各项指标的变化规律与毛竹相同。引种后的厚皮毛 影响其利用价值方面的指标 生不良的变化。 相似文献
16.
[目的]研究施肥对不同坡位毛竹林的影响,以提高毛竹产量,增加农民收入。[方法]对福建省尤溪县西芹村不同施肥管理和不同坡位毛竹出笋量、新竹地径和枝下高进行研究。[结果]施肥管理和不施肥管理新竹枝下高和出笋量均为显著差异,施肥管理能有效提高竹林产量;不同坡位样地内的新竹枝下高和出笋量均为显著差异,而新竹地径差异性不显著,不同坡位上新竹枝下高、新竹地径、出笋量从大到小均依次为下坡位、中坡位、上坡位,下坡位竹林生产量最高。[结论]在毛竹低产林改造过程中,采用施肥管理,对毛竹林产量会产生显著的影响;在实践生产中,下坡位水肥条件较好,更有利于竹林出笋和竹材生产。 相似文献
17.
18.
不同方法提取无人机影像树冠信息效果分析 总被引：4，自引：0，他引：4
以无人机航空拍摄的影像为数据源,采用目视解译和面向对象法提取胡杨、柽柳树冠信息,获得树木冠幅及林分郁闭度.结果表明,单木冠幅、林分冠幅、样地郁闭度的实测值、面向对象法估测值和目视解译法估测值无显著差异（P＞0．05）,表明面向对象与目视解译法都可有效获取单木冠幅、林分冠幅和样地郁闭度信息;面向对象法与目视解译法估测精度无显著差异（P＞0．05）,表明这两种方法获取森林单木冠幅、林分冠幅、样地郁闭度参数效果相当.但基于无人机航拍数据的面向对象树冠提取,能克服人机对话目视解译速度慢、误差大小因人而异的弊端,具有进行大面积林分调查因子定量提取的优势. 相似文献
19.
不同IHS变换公式在植被信息提取中的比较研究 总被引：3，自引：0，他引：3
多源遥感图像融合对于植被信息提取具有重要意义,该文对常用的球体、柱体、三角形和单六角锥4种IHS变换融合方法进行了比较研究,分别从融和图像的信息量、标准差等统计特征、植被光谱特征曲线、类别可分性、植被指数4方面做了分析.研究结果表明,球体变换融和图像的信息量、标准差和光谱扭曲值等统计指标从整体上优于其他变换.球体变换可将不同类型的灰度平均值间的距离进行拉伸.类别可分性指标的分析表明,球体变换可将难以区分的阔叶林与针叶林、阔叶林与草地间的距离加大,增强了类别间的可分性 相似文献
20.
不同竹龄毛竹材物理性质的差异分析 总被引：6，自引：0，他引：6
以我国传统竹种——毛竹(Phyllostachy pubescens)为研究对象,在5个竹龄(0.5、1、2、4、6年生)和3个纵向高度水平对其壁厚、基本密度及干缩性(径向干缩率、弦向干缩率和体积干缩率)等主要物理指标进行对比研究。结果表明,毛竹材壁厚6.698-7.875mm,基本密度0.494-0.728g·cm-3,全干、气干体积干缩率分别为10.204%-17.412%、7.881%-14.914%,全干时弦、径向干缩率分别为5.131%-6.119%、4.919%-5.826%,气干时弦、径向干缩率分别为3.953%-5.264%、3.663%-4.612%。壁厚和基本密度随竹龄增加呈增加趋势,干缩率呈减小趋势,2a后干缩率保持在稳定水平。沿纵向高度从基部到梢部,壁厚逐渐减小,基本密度、全干和气干径向干缩率呈增加趋势。双因素方差分析表明:毛竹壁厚、基本密度、体积干缩率和径向线干缩率随竹龄变化在0.001水平显著;竹壁厚度和基本密度随竹秆纵向高度变化在0.001水平显著。 相似文献