基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例.pdfVIP

学 生 太 Vo l. 33 , No.4 报 J~ 第 33 卷第 4 期 ACTA ECOLOGICA SINICA Feb. ,2013 2013 年2 月 DOI: 10. 5846/stxb201204150539 林jll ，宫兆宁，赵文吉，樊磊基于光谱特征变量的湿地典型植物生态类型识别方法一一以北京野鸭湖湿地为伊tl. 生态学报，2013 ， 33 ( 4) : 1172-1185. Lin C , Gong Z N ,Zhao W J , Fan L. Identífying typical plant ecological types based on spectral characteristic 、rariables: a case study in Wild Duck Lake wetland , Beijing. Acta Ecologica Sinica ,2013 ,33 (4) : 1172- 1185. 基于光谱特征变量的湿地典型植物生态类型识别方法 一一以北京野鸭湖湿地为例 林 Jll ，宫兆宁\赵文吉，樊磊 (首都师范大学资源环境与旅游学院;三维信息获取与应用教育部重点实验室; 资源环境与地理信息系统北京市重点实验室;北京市城市环绕过程与数字模拟国家重点实验室培育基地，北京 l ∞048) 摘要:光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用。以华北地区典型的淡水湿地一一野鸭湖湿 地为研究区，采用 Field Spec 3 野外高光谱辐射仪，获取了野鸭湖典型湿地植物的冠层光谱。以野外高光谱数据为基础，首先利 用一阶导数与包络线去除的方法，分析和对比不同植物生态类型的光谱特征，选定了用于识别植物生态类型的光谱特征变量， 选定的8 个光谱特征变量为红边位置WP_r、红边幅值 Dr、绿峰位置WP_g、绿峰幅值 Rg、510 nm 附近的吸收深度DEP-51O和吸 收面积 AREA-51O、675 nm 附近的吸收深度 DEP-675 和吸收面积AREA-675 。其中，7 种植物生态类型的一阶导数光谱特征差 异较小，吸收特征差异性相对较大。除 WP_r 和 WP_g 外，沉水植物 Rg 和 Dr 平均值最低，温生植物的 Rg 平均值最高，达到 0.164 ，栽培植物的 Dr 平均值最高，达到0.012 7 种植物生态类型在675 nm 附近的 DEP-675 和 AREA-675 均高于510 nm 附近 0 的 DEP-51O与 AREA-51O，除去栽培植物，随着水分梯度的变化，其他6 种植物生态类型的吸收深度和吸收面积都表现出先升高后 降低的趋势。然后利用单因素方差分析(One-way ANOVA) 验证了所选光谱特征变量的区分度，在p~三0.01 的置信水平下，选取的 8 个光谱特征变量都能够较好的区分7 种植物生态类型，区分度的最小值为 13 ，最大值为 18 ，并且吸收特征参数的区分度优于一 阶导数参数。最后应用非线性的反向传播人工神经网络(BP-ANN) 与线性判别分析(FLDA) 的类型识别方