基于小波变换的EO-1高光谱数据在森林叶面积指数和林冠郁闭度制图中的应用

提供完整版的毕业设计基于小波变换的 EO-1 高光谱数据在森林叶面积指数和林冠郁闭度制图中的应用Ruiliang Pu*, Peng GongInternational Institute for Earth System Science, Nanjing University 210093, PR ChinaCenter for Assessment and Monitoring of Forest and Environmental Resources (CAMFER), 151 Hilgard Hall, University of California,Berkeley, CA 94720-3110, USA摘要：通过对三种特征提取方法的特点的比较有利于用EO-1高光谱数据绘制林冠郁闭度（CC）和叶面积指数（LAI）。这三种方法包括波段选取，主成分分析和小波变换。本文使用的高光谱数据是2001年10月9日猎取的。2001年8月10-11日在美国伯克利加利福尼亚大学的Blodgett森林讨论站对38个采样点进行现场测量、收集CC和LAI数据。分析方法包括（1）用高精度大气校正法对高光谱数据进行大气校正以反演表面反射系数，（2）用以下三种方法提取特征信息：SB，PCA和WT，（3）建立多元回归预测模型，（4）预测并绘制基于像素的CC和LAI值，（5）用图像解译的CC和LAI值证明CC和LAI的绘图结果。实验结果显示通过小波变换提取的能量特征对绘制森林的CC和LAI图最有效（CC的图像精度为84.90%，LAI的图像精度为75.39%），其次是主成分分析法（CCMA=77.42%，LAIMA=52.36%），波段选取方法的效果最差（CCMA=57.77%，LAIMA=50.87%）。关键词：高光谱传感器；叶面积指数；林冠郁闭度；小波变换；特征提取1.引言 林冠郁闭度和叶面积指数这两个生物物理学参数是对诸如光合作用，呼吸作用，蒸腾作用，碳和营养物质的循环以及降雨量等陆地生态系统的物质和能量交换特征进行定量的重要结构参数[4][5][9][12][15][20][39](Chen & Cihlar, 1996; Chen 等,1999; Fassnacht 等, 1997; Gobron等, 1997; Gong等, 1995; Hu等, 2000; White等, 1997)。LAI是对每单位土地面积上林冠层现存绿色叶片物质的数量的定量描述。它定义为在一定区域内林冠层中所有叶片的单侧面积之和[4](Chen & Cihlar, 1996)。CC可定义为树冠在垂直投影面上覆盖的土地面积的百分数。直接测量林冠郁闭度和叶面积指数的工作量很大，因此，在有限（范围内）的试验标地内进行测量是最实际的。因此，估量大面积的CC和LAI存在一定的问题[12](Gobron等, 1997)。遥感技术特别是卫星图像的使用可以提供在景观尺度甚至是全球尺度范围内实际测量CC和LAI的一种手段[34](Running等, 1989)...