基于植被指数的三江源高寒草地植物分类与识别方法研究

2022-08-04 01:50:32柳小妮杨冬阳乔欢欢姜佳昌潘冬荣
草地学报 2022年7期
关键词:分类植物模型

文 铜, 柳小妮*, 纪 童, 杨冬阳, 乔欢欢, 姜佳昌, 潘冬荣

(1. 甘肃农业大学草业学院, 甘肃 兰州 730070; 2. 甘肃省草原技术推广总站, 甘肃 兰州 730000)

三江源区位于青藏高原腹地,是我国重要的天然草场,素有“中华水塔”之称,具有重要的经济价值和生态功能[1]。自三江源自然保护区的建立以来,越来越多的科研工作者对该地区进行着生态健康检测与保护工作。随着实践工作的开展以及研究问题的深入,传统的植物分类手段不能完全满足当前研究的需要[2],因此研究快速分类识别草地植物方法具有重要的意义[3]。

遥感技术的出现很大程度上弥补了传统植物多样性调查方法的不足[4]。高光谱遥感数据包含丰富的光谱信息并且能够对植被进行大面积检测,具有分析简便快速、灵敏度高、大尺度、非破坏性等优势[8-10],在植物分类方面具有很大潜力[6-7]。但高光谱数据存在冗余现象[9],因此直接利用原始高光谱全波段数据进行植物分类,难以达到理想的分类效果[11-12]。而植被指数一直是研究植物检测与分类最简单、最常用的手段[15-16],该手段一般选择对绿色健康植物强吸收的可见光波段和高反射的近红外波段,随着植物叶冠结构和生化组分等变化,这两个范围波段作为植物类型的敏感波段会对植物物理现象的光谱响应产生反差[13],因此可以增强隐含的植物光谱信息减少光谱数据的冗余[11]。

在探索遥感数据的物种识别方法中,越来越多的研究结合高光谱遥感和机器学习算法进行植物分类,有效提高了识别与分类的精度,分类精度总体较高[17]。……

登录APP查看全文

猜你喜欢
分类植物模型
一半模型
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
将植物穿身上
3D打印中的模型分割与打包
植物罢工啦?
植物也疯狂