张莹
- 作品数：4 被引量：33H指数：3
- 供职机构：北京林业大学林学院更多>>
- 发文基金：国家高技术研究发展计划国家重大科学仪器设备开发专项更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 福建将乐林场主要树种冠层光谱反射特征分析被引量：5
- 2016年
- 【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。
- 张莹张晓丽王书涵李宏志薛书果
- 关键词：高光谱遥感光谱特征红边参数导数光谱主要树种
- 机载激光雷达单木识别研究进展被引量：14
- 2018年
- 随着激光雷达的发展,基于机载激光雷达提取单木及林分参数是目前的研究热点之一。准确的单木识别是后续林木参数提取的重要基础。机载激光雷达单木识别方法可以分为基于冠层高度模型(CHM)的单木识别法和基于点云分布的单木识别法两类。基于CHM的单木识别方法通过CHM分割确定树冠边界或通过局部最大值识别树冠顶点并且进行区域生长或图像分割。基于点云分布的单木识别法在三维空间上采用区域生长或聚类算法识别树冠。分析不同方法在单木识别中的优缺点,对比不同单木识别法对单木识别精度、欠分割误差、过分割误差的影响。分析数据类型、点云密度、季节和林木生长状况等多个影响识别精度的因素,分析可得全波形数据优于离散回波识别精度,点云数据密度10pt/m2即可满足单木识别要求,冬季识别精度优于夏季识别精度。探讨机载激光雷达数据的局限性及其在单木识别中的缺陷,从数据获取时间、获取方式及类型、数据组织管理、多源数据融合、多种识别算法综合应用、机器学习增加训练集寻找最优模型等方面展望了未来单木识别的发展方向,拓宽我国森林资源调查及相关领域的研究思路。
- 刘会玲张晓丽张莹张莹刘辉王龙阳
- 关键词：遥感激光雷达影响因素
- 基于时序遥感的喀斯特山区植被覆盖研究被引量：12
- 2017年
- 为监测喀斯特山区植被覆盖度演化的过程与规律,以广西壮族自治区柳江县喀斯特山区1987年、1990年、1995年、2000年、2005年、2010年和2013年Landsat TM/ETM+/OLI时间序列遥感影像为数据源,经辐射定标、大气校正等预处理后提取归一化植被指数(Ndvi),运用混合像元分解模型由Ndvi值反演研究区各时相植被覆盖度,再利用决策树分类法对植被覆盖度分级并计算各时期植被覆盖度的分布特征、变化趋势、转移矩阵及植被覆盖度与海拔、坡度的关系。结果表明:研究区平均植被覆盖度由1987年的68.61%下降到1990年的61.46%再上升到2013年的66.92%;1987—2013年植被覆盖度的变化服从双峰分布,主要集中在-0.25^+0.25区间;植被覆盖度的分布与海拔、坡度相关,呈现出植被覆盖度随海拔而升高,同时也随坡度而升高的现象。该方法可以准确、定量地反演植被覆盖情况,可以为喀斯特地区长期植被动态监测提供参考。
- 黎良财陆灯盛张晓丽张晓丽邓利
- 关键词：植被覆盖度多时相遥感决策树分类喀斯特山区
- 基于频谱和光谱特征的高光谱地物分类比较被引量：2
- 2018年
- 【目的】频谱作为物质的能量特征进行地物的识别是可行的。本文针对国内外利用频谱进行地物分类尤其是森林植被分类研究的匮乏,探索频谱的地物识别潜力,将高光谱影像的光谱曲线转化为频谱进行地物识别研究。【方法】以福建将乐林场为研究区,利用国产环境小卫星高光谱影像(HJ-1A HSI)和同时成像的多光谱影像(CCD),通过能量分离变换的方法对高光谱和多光谱进行融合,获取高空间分辨率的高光谱影像;然后,将融合影像的光谱曲线转化到频率域,进而获取频谱;通过"频谱距离"对研究区进行地物分类,并将分类结果与光谱角填图(SAM)分类结果进行比较。【结果】在频域中植被类别和非植被类别的低阶幅度谱具有明显的可分性,频谱方法提高了马尾松、杉木和阔叶林的制图精度,对于光谱特征相似的不同森林植被具有更好的区分能力;非植被类别在1阶谐波的频谱容易区分,植被类别需要用前7次谐波的幅度谱进行区分,随着频率的增大,频谱变化趋于相似,并且非植被类别在频域的能量累计速度高于植被类别;与SAM的分类结果比较发现,基于频谱的分类方法总体分类精度为84.19%,比SAM分类结果总体精度提高0.7%。【结论】利用频谱信息可以降低光谱曲线上噪声的影响,保留类别的重要区别信息,提高地类的分类精度,因此利用频域中的频谱进行地类识别具有可行性。
- 张莹张晓丽李宏志刘会玲
- 关键词：高光谱遥感频谱分析离散傅立叶变换地物分类
