主持人语
我国西部地区地域广袤、资源富集，生态环境十分脆弱。生态环境监测与评估是西部地区生态文明建设和可持续发展的重要基础。遥感技术凭借宏观、快速、高效、动态等优势已成为大气、水、植被及土壤等环境要素监测的关键技术，在生态环境保护领域取得了显著成效。本专栏分别以青海省、甘肃省及内蒙古自治区为研究区，综合采用光谱测量、机器学习及图像分析技术，探讨典型生态脆弱区植被参数及土壤水分的遥感反演和监测方法。《退化高寒草甸主要物种花与叶片的光谱识别方法》一文采用Kruskal-Wallis检验、分类与回归树和J-M光谱距离，提取青海省祁连地区退化高寒草甸主要物种花和叶片的最优光谱识别波段，评估层次分析方法在草地植被遥感识别中的应用潜力。《近20年甘肃省临夏州植被覆盖度的时空变化及其影响因素》一文利用多期Landsat卫星影像和像元二分模型，分析甘肃省临夏州植被覆盖度的时空变化特征，并进一步研究自然和人为因素对该区域植被变化的影响。《随机森林反演绿洲土壤水分的特征参数优化降维方法》一文基于Radarsat-2C波段全极化合成孔径雷达影像提取的特征参数，利用MDA重要性评分、多重共线性检验以及PCA法，探讨随机森林模型反演内蒙古额济纳绿洲土壤水分的特征参数优化降维方法。刘咏梅，西北大学城市与环境学院教授。专题目录
1.退化高寒草甸主要物种花与叶片的光谱识别方法
2.近20年甘肃省临夏州植被覆盖度的时空变化及其影响因素
3.随机森林反演绿洲土壤水分的特征参数优化降维方法
1.退化高寒草甸主要物种花与叶片的光谱识别方法
刘咏梅1,2,盖星华1,董幸枝1,王怀玉1,胡念钊1
(1.西北大学城市与环境学院;
2.西北大学陕西省地表系统与环境承载力重点实验室)
摘要
近年来，青藏高原高寒草甸呈现不同程度的退化趋势,研究草地植物光谱特征识别方法对退化草甸遥感调查与监测具有重要意义。该文基于青海省祁连县青阳沟典型区主要植物花和叶片的实测光谱,综合采用Kruskal-Wallis检验、分类与回归树算法CART和J-M距离算法提取退化高寒草甸主要物种花和叶片的最优光谱识别波段,分析层次降维方法在草地植被遥感中的应用潜力。得到以下结论:①研究区退化草甸主要物种花与叶片的反射光谱在～nm波段存在明显差异,在～nm波段反射光谱变化趋于一致。②Kruskal-Wallis和Dunn事后检验、CART算法和J-M光谱距离3个层次的光谱降维效率分别为66.0％、33.1％和77.3％,总体降维效率达到94.8％,能够有效提取退化草甸主要物种花与叶片光谱识别的最优敏感波段。③退化草甸主要物种花与叶片之间均具有一定的光谱可分性。其中,白花-黄花、白花-绿叶、黄花-紫花3个类对具有最佳的光谱可分性,J-M距离值1.9;白花-紫花、黄花-绿叶、紫花-绿叶3个类对具有一定的光谱可分性和潜在的应用价值,J-M距离值在1.0~1.9之间。花与叶片之间的光谱识别特征波长与色素的敏感波段密切相关,该研究可为草地植被遥感分类提供优化的波段参考依据。关键词
花/叶片光谱;降维;Kruskal-Wallis检验;CART算法;J-M距离阅读原文
扫描
转载请注明：http://www.0431gb208.com/sjszlfa/404.html
