包络线去除法在湿地植物高光谱分析中的应用.doc

包络线去除法在湿地植物高光谱分析中的应用The Application of Continuum Removal in Hyperspectral Analysis of Wetland Vegetation张翼然Yi-ran Zhang宫兆宁Zhao-ning Gong资源环境与地理信息系统北京市重点实验室Key Laboratory of Resource Environment and GIS of Beijing首都师范大学资源环境与旅游学院College of Resources Environment & Tourism, Capital Normal University【摘要】湿地植物在湿地水分、物质和能量循环中起到重要作用，能够综合反映湿地的生境特征。高光谱遥感因其多波段、高分辨率等特点成为研究湿地的重要方向。本研究选取华北地区典型湿地野鸭湖湿地作为研究区，利用地面实测光谱作为数据源，包络线去除法对光谱反射数据进行变换，并提取分析光谱的特征波段。进一步计算斜率(K)、吸收面积(A)等指数对不同类型湿地植物光谱特征进行比较分析。结果表明不同水环境梯度下植物的光谱曲线存在差异，在近红外波段中生植物反射光谱曲线最高而沉水植物最低；包络线去除法突出原始光谱的曲率、吸收深度等特征，不同植物在某些特征波段的斜率(K)和吸收面积(A)和对称性存在差异，有利于进行植物群落的识别。研究结果可为深入进行湿地资源调查、湿地变化检测等提供科学依据。AbstractWetland vegetation play an important role in the circulation of wetland water, material and energy, it comprehensively reflect the ecological characteristics of wetland. Hyperspectral remote sensing has many advantages, such as multi-bands, high spectral resolution. It has become an important direction of wetland research. Taking the typical wetlandWild Duke Lake wetland as study area, using ground spectral data, this study use continuum removal method to convert the reflectance data , select and analysis the characteristic bands. Further compute the K value, absorption area (A) and symmetry(S) to comparea and anaylsis the sperctal characteristic of different wetland vegetation types.The result shows: the spectral curve is various at different water environments, the reflect a spectral curve of xerophilous vegetation is the highest while the submerged vegetation is the lowest. Continuum removal method prominent features of reflect spectral such as curvature and absorption depth, there are obvious difference at K value, absorption area and symmetry, which helps the identify of wetland vegetation. The study provides available scientific base for wetland resource investigation and monitoring.关键字：野鸭湖；湿地植物；高光谱；包络线去除法Key words: Wild Duke Lake, Wetland Vegetation, Hyperspectral Characters, Continuum Removal湿地植物是湿地生态系统的基本组分，是湿地生态系统循环、能量流动和生产力的基础，是湿地结构和功能的核心部分。湿地植物的理化特征、群落组成及多样性保护得到了广泛的关注(孙岩，2008)。高光谱遥感因其波段多(几十到上千)、光谱分辨率高(挺水植物湿生植物沉水植物的趋势，苜蓿、大刺菜的面积最高而菹草、狐尾藻的值最低。其对称度值表现为相反趋势，浮水植物值最高，而中生植物的值最低。沉水植物在第三、四波段的吸收面积均较高，且在第三波段明显高于其他植物类型。大刺菜、芦苇、菹草和狐尾藻的对称度高于0.4，其他植物类型值较低；三叶鬼针草在第四波段的吸收面积较低，对称度却较高。除了沉水植物，吸收面积高的植物类型还有芦苇、香蒲等，香蒲的对称度值最低。图6 植物在四个吸收波段的特征参数(A为吸收峰面积，AL为左吸收峰面积，S为吸收峰对称度)Fig. character values of wetland vegatations (A:Area of absorption curve, AL: Area of left absorption curve. S: symmetry of absorption curve)四、结论植物光谱呈现出明显的“峰”、“谷”起伏特征，吸收谷出现在450nm(蓝光)、650nm(红光)、980nm(近红外)和1200nm(近红外)处，反射峰在550nm(绿光)、730nm(近红外)和1070nm(近红外)位置，在700nm位置反射率急剧上升出现“红边”现象。水体影响着绿色植物的光谱吸收，特别是在近红外波段不同水环境梯度下的光谱反射率有着明显的差距，中生植物的反射率值较高，其次为挺水植物和湿生植物，沉水植物由于生活在水中受到水体影响最强烈，反射率值最低。经过包络线处理，将原始的反射光谱曲线转化为吸收光谱曲线，通过某些吸收波段分析不同植物的光谱的吸收特征，植物的光谱特征信息差距得到突出，此外进一步对比斜率、吸收峰面积和对称度等特征参数进行对比分析，发现湿地植物之间存在着不同程度的差距。如果能够选择出具有显著差距的特征波段和参数，则可以对植物识别提供技术基础。五、参考文献白继伟、赵永超、张兵，2003，基于包络线消除的高光谱图像分类方法研究，计算机工程与应用，第13期，页88-90高占国、张利权，2006，上海盐沼植被的多季相地面光谱测量与分析，生态学报，第26期第3卷，页793-800宫兆宁、赵文吉、胡东，2009，水盐环境梯度下野鸭湖湿地植物群落特征及其生态演替模式，自然科学进展,第19期第11卷，页1272-1280浦瑞良、宫鹏，高光谱遥感及其应用，2000北京,高等教育出版社孙岩，湿地植物高光谱特征分析与物种识别模型构建