基于高光谱遥感的广州常见绿化植物滞尘效应研究

摘要

随着工业化和城市化的迅速发展，城市大气污染日趋严重。城市绿化植物能够有效地阻滞空气中的粉尘，改善城市的生态环境质量。目前，植物的滞尘效应已成为筛选城市绿化植物的一个重要指标。如何评估植物的滞尘效应已成为当前研究的重点。
　　高光谱遥感技术为植被滞尘的定量化研究提供了高效、便捷、非破坏性的技术手段。因此，为促进遥感技术在植物滞尘效应中的应用，本文根据叶片表面的特征差异，选择广州市常见绿化植物金叶榕、红花檵木、朱蕉为研究对象，利用高光谱遥感技术，研究滞尘污染下的植物叶片光谱特征，选择适合反演分析的波段，利用Pearson相关性方法以及支持向量机（SVM）、分类与回归树（CART）、随机森林（RF）等三种机器学习算法分别构建植物滞尘效应的光谱估算模型，并通过反演模型的定量精度评价指标，对几种方法进行比较和分析，以探讨适用于模型反演的最优方法。得出结论如下：
　　（1）滞尘量随着时间的增加而增加，但达到饱和之后，滞尘量将不再增加，甚至出现了减少的趋势。三种植物的饱和滞尘量从大到小依次为：朱蕉（2.23g/m2）＞红花檵木（2.21g/m2）＞金叶榕（2.12g/m2）。
　　（2）可见光与近红外波段（350-1360nm）可以有效地反映叶面滞尘效应的光谱特征，是光谱特征规律研究的重要波段区间，也是反演波段选择的重要区间，且光谱反射率一阶导数比光反射率更适用于模型的反演。
　　（3）RF算法可以有效地对高光谱数据进行降维。对比模型构建的方法可知，机器学习算法明显优于Pearson相关性方法，其中SVM算法和RF算法的模型反演效果最好，具体哪种最优与植被的种类有关。
　　（4）不同的植物种类，用于构建高精度反演模型的波段和方法是不同的，其中红花檵木的反演波段数为150，最优反演方法为RF算法；朱蕉的反演波段数为74，最优反演方法为SVM算法；金叶榕的反演波段数为80，最优反演方法为SVM和RF算法，二者差别不大，均可采用。

目录

第一个书签之前

摘 要

Abstract

目 录

Contents

1. 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 植物滞尘能力测定方法研究

1.2.2 植物滞尘能力研究

1.2.3 植物滞尘光谱特征研究

1.2.4 植物滞尘光谱估算模型研究

1.3 研究内容与技术路线

1.3.1 研究内容

1.3.2 技术路线

1.4 论文结构安排

2. 数据采集与预处理

2.1 研究区概况

2.1.1 地理位置

2.1.2 气候状况

2.1.3 植被种类

2.1.4 空气质量

2.2 样品采集

2.2.1 采样地点和时间

2.2.2 采样对象

2.2.3 叶片采样方法

2.3 数据测定方法

2.3.1 叶片光谱的测定

2.3.2 滞尘能力的测定

2.4 数据预处理

3. 植物滞尘能力与光谱特征分析

3.1 不同植物滞尘能力比较

3.2 植物叶片光谱曲线特征分析

3.2.1 滞尘前后光谱曲线特征分析

3.2.2 不同叶面滞尘量的光谱反射率

3.2.3 不同叶面滞尘量的光谱反射率一阶导数

3.3 植物叶片光谱特征参数分析

3.3.1 光谱特征参数提取

3.3.2 光谱吸收特征参数

3.3.3 三边参数

3.3.4 植被指数

3.4 小结

4. 叶面滞尘效应的光谱估算模型研究

4.1 基于相关性系数的滞尘效应光谱估算模型研究

4.1.1 Pearson相关系数

4.1.2 模型精度验证方法

4.1.3 单波段光谱估算模型的反演与验证

4.2 基于机器学习算法的滞尘效应光谱估算模型研究

4.2.1 算法的实现

4.2.2 光谱估算模型反演波段的选择

4.2.3 利用支持向量机（SVM）算法构建光谱估算模型

4.2.4 利用分类与回归树（CART）算法构建光谱估算模型

4.2.5 利用随机森林（RF）算法构建光谱估算模型

4.3 不同方法的比较与分析

4.4 植被种类对光谱估算模型的影响分析

4.5 小结

5. 结论与展望

5.1 结论

5.2 创新点

5.3 不足与展望

参考文献

攻读硕士期间主要成果

致谢