论文部分内容阅读
松树是我国的重要森林组成树种,其不仅分布广、种类多,而且材质好、经济价值高。松材线虫病(PWD)自从1982年在国内发现后蔓延势头不减,对我国的松林资源、自然生态环境、乃至国民经济造成了巨大的威胁,被称为“松树的癌症”。疫情监测是松材线虫病防治的关键环节之一,遥感技术具有宏观性、时效性、综合性、经济性等特点能为监测松材线虫病害提供了一种新思路。本文采用高光谱观测数据,结合高空间分辨率的高景一号遥感影像开展了不同尺度的松材线虫病害遥感监测研究,主要结果有:(1)马尾松冠层高光谱数据处理最优算法。系统观测马尾松感病至死亡过程中冠层光谱曲线的变化过程,基于S-G滤波、一阶微分计算、反对数计算和连续统去除方法4种数学变换方式对光谱数据进行波段选择,经过剔除率、T检验、Fisher判别精度比较,连续投影算法(SPA)剔除率高、速度快、波段组合得到较高的判别精度;(2)松材线虫病害木遥感监测波段窗口。采用均值置信区间(MCI)进行波段窗口分析,将病害木光谱分为感病Ⅰ、Ⅱ、Ⅲ、Ⅳ期,分析得到感病Ⅰ期仅S-G滤波和反对数计算在1300-1400nm及1600-1900nm处构成敏感波段窗口,自感病Ⅱ期起,在可见光波段460-505nm和588-701nm均能通过S-G滤波、反对数计算和连续统去除方法有效判别,一阶微分的敏感波段窗口较离散,主要分布在512-531nm处,随着感病程度的加深,敏感波段窗口逐渐加宽,且判别精度逐渐提高;(3)遥感影像提取病害木最优模型分析。选择高景一号卫星对处于中后期的病害木波段窗口进行验证,结合无人机影像上病害木的光谱特征,选择单波段、植被指数等20个因子,根据可分离性、重要性评价和特征间冗余度等进行评价发现高景一号遥感数据中的绿波段与红波段的归一化值和比值优于其它因子;分别结合SVM的线性核、多项式核、高斯核和RF分类模型进行分类,并进行精度评价。结果表明RGVI、EVI、SR32、SR21、NDVI5个特征因子,使用SVM-RBF模型进行疫区提取效果最好,分类结果精度为81.97%,综合评价得到F1-score为 0.8475。