塔里木河下游主要荒漠植物高光谱特征分析

摘要

塔里木河流域具有自然资源丰富、生态环境脆弱的双重特征,生态输水后,国内外学者从生理、生态角度研究输水区河岸林生态恢复,但对输水区主要荒漠植物高光谱特性的全面研究却鲜见报道。本研究基于HR-768型地物光谱仪实测的输水区主要荒漠植物高光谱数据,就荒漠植物高光谱对不同水分梯度的响应规律、基于高光谱数据的荒漠植物识别、研究区主要荒漠植物高光谱季节变化规律等问题进行了研究,为荒漠植物光谱数据库建立以及用高光谱遥感数据进行荒漠植物识别与监测奠定基础。
　　本研究主要内容包括：⑴研究区主要荒漠植物(胡杨、柽柳、黑果枸杞、甘草、花花柴、骆驼刺、铃铛刺)差异显著波段位于750nm~1070nm、1180nm~1270nm、1650nm~1790 nm,在水分强烈吸收带(980nm、1180nm、1455nm)附近,随地下水埋深下降,叶片含水率降低,光谱反射率升高。⑵研究区主要荒漠植物含水率随地下水埋深下降而降低,表明荒漠植物含水率与水分梯度变化具有一定相关关系,在植物光谱曲线上这种响应主要表现在1455nm附近。⑶使用马氏距离法对包络线去除、一阶微分、二阶微分处理后的植物光谱进行识别,结果表明:用于识别胡杨、柽柳、黑果枸杞和铃铛刺的波段主要位于近红外波段,经三种方法处理后,植物识别精度分别为:90.4％、91.7%、92.9%,二阶微分处理的光谱识别精度最高。⑷对不同地下水埋深胡杨叶片光谱水分吸收谷波段反射率与含水率进行相关分析,得出1466 nm~1646 nm是胡杨叶片光谱对水分响应的敏感波段。以敏感波段水分吸收深度和实测含水率构建含水率预测模型:Y=7.309X1474-5.77X1482-0.629(R2=0.954),精度达98.41%。⑸对不同地下水埋深柽柳变换光谱(一阶微分、对数一阶微分、包络线去除)与含水率进行相关分析,确定1300 nm~1620 nm附近是柽柳对水分响应敏感波段。运用三种变换后光谱构建含水率预测模型,包络线去除光谱构建的含水率预测模型:Y=-1.031X1428+0.818(R2=0.942)精度最高(95.94%)。⑸对胡杨、柽柳不同季节光谱曲线分析表明:从春季到夏季蓝光和红光波段反射率不断减小,“绿峰”增加并向蓝光方向偏移,近红外波段反射率也逐渐升高,各红边参数、NDVI值均有较大幅度增加。从夏季到秋季,蓝光和红光反射率上升。“绿峰”下降并向红光方向偏移,近红外波段反射率也逐渐下降,各红边参数和NDVI值均有较大幅度下降。

目录

封面

声明

中文摘要

目录

第1章 绪论

1.1 研究背景

1.2 问题的提出及研究意义

1.3 研究内容与目标

1.4 拟解决的关键问题

1.5 研究技术路线

1.6 高光谱遥感概念

1.7 高光谱数据特点

1.8 高光谱遥感的传感器

1.9 高光谱遥感在植被研究中的应用

第2章 研究区概况

2.1 研究区自然地理概况

2.2 气象概况

2.3 土壤类型

2.4 植被类型

第3章 光谱数据采集与处理

3.1 主要荒漠植物野外光谱测定

3.2 主要荒漠植物含水率测定

3.3 光谱数据处理

第4章 研究区主要荒漠植物高光谱特征分析

4.1 研究区主要荒漠植物特点

4.2 研究区主要荒漠植物含水率测定结果

4.3 研究区主要荒漠植物高光谱特征分析

4.4 同种植物、不同地下水埋深光谱特征分析

4.5 本章小结

第5章 基于马氏距离法的荒漠树种高光谱特征识别

5.1 荒漠植物样本选取

5.2 高光谱数据变换处理

5.3 光谱识别特征波段选取

5.4 最佳识别波段筛选

5.5 结果与分析

5.6 结果分析与检验

5.7 本章小结

第6章 不同地下水埋深条件下胡杨叶片光谱特征分析

6.1 数据收集与处理

6.2 结果与分析

6.3 本章小结

第7章 基于高光谱数据不同变换处理的柽柳含水率预测模型

7.1 研究方法

7.2 结果与分析

7.3 本章小结

第8章 塔里木河下游不同季节胡杨、柽柳光谱特征分析

8.1 实测样本选择

8.2 光谱数据采集与处理

8.3 光谱参数提取

8.4 不同生长季节胡杨、柽柳原始光谱特征

8.5 不同生长季节胡杨、柽柳光谱红边特征

8.6 不同季节胡杨、柽柳NDVI特征分析

8.7 本章小结

第9章 讨论与结论

9.1 讨论

9.2 结论

参考文献

致谢

作者简历