整合机载CAS和SASI高光谱数据的北方森林树种填图研究.PDFVIP

26 2 Vol. 26 No. 2 20114 EM OT E SENSING TECHNOLOGY AND APPLICAT ION A p r. 2011 CASI SASI 1, 2, 3 2 1 2 1 刘丽娟 ,庞 勇 , 范文义 ,李增元 ,李明泽 ( 1. 东北林业大学林学院,黑龙江哈尔滨 150040;2. 中国林业科学研究院 源信息研究所, 北京 100091; 3.杭州师范大学遥感与地球科学研究院, 浙江杭州 310012) :将机载CASI 和SASI 高光谱数据整合, 既可以获取可见光 近红外 短波红外区间连续的 窄波段地物光谱,又能得到很高的空间分辨率, 为高覆盖度的森林树种识别又增加了一种新方法 但是由于两种传感器的光谱响应不同, 接收到的辐射值差异较大, 如何将两种数据有效整合目前仍 是一个难题CASI 和SASI 覆盖谱段不同, 受大气影响程度也不同,根据植被反射和吸收光谱特 性, 首先用基于统计模型的经验线性法和基于辐射传输的MODT AN 模型分别对CASI 和SASI 大气校正, 复原地物光谱真实的反射率然后去除反射率光谱包络线,用SavitzkyGolay 滤波函数 对归一化后的光谱曲线进行平滑, 以去除噪声及异常点, 实现CASI 和SASI 数据( CASI+ SASI) 的整合与实测光谱曲线对比发现, 整合后的CASI+ SASI 光谱曲线与实测光谱曲线匹配度较 高,并且比单一传感器的光谱信息更丰富,有利于不同树种的区分识别最后应用光谱微分及曲线 匹配技术, 选取SVM 分类器实现了研究区的树种填图, 总体精度达到 86. 21%, Kappa 系数为 0.8297, 该方法有效可行, 为后续的相关研究提供了参考 : 机载; 高光谱;CASI;SASI; 整合; 包络线去除;SavitzkyGolay 滤波 :T P 79 : A : 2011 [7] 1 引 言 ; Goodenough HyperionALI ET M+ 3 5 ; [ 1] [ 8] , 6 , , , [24] ,, , , , , CASI ( ) , ( Compact Airborne Spectrographic Imager)/ SASI [5] (Shortwave infrared Airborne Spectrographic Ima [6] Buddenbaum HyMap , ger) , , : : : : 973 ( 2007CB714404) , 863 ( 2009AA12Z142) , ( 200704019) , ( 20070225003) : ( 1978- ) , , , , 3S Email:llj7885@ 16