基于光谱特征的湿地湿生植物信息提取研究

？基于湿生植物光谱特征分析，采用面向对象分类方法提取湿地典型植被信息。在大量的野外实地调查基础上，确定提取的典型植物类型为芦苇(Phragmitesaustralis）、长芒稗（Echinochloacrusgallii）和睡莲（Nymphaeatetragona）；采集湿地优势植物光谱数据，将优势植物与提取对象芦苇、长芒稗和睡莲的光谱特征进行相关性分析，获取物种间区分性好的波段及波段组合，参与影像分割权重的设置；根据典型植被的分布特征，确定面向对象分割尺度（其中芦苇的分割尺度为50，长芒稗的分割尺度为20，睡莲的分割尺度为100）。通过研究发现：基于光谱特征分析的面向对象的分类精度为96%，而未利用光谱特征的面向对象的分类精度为87.3%，传统监督分类精度仅为82.3%。证明在面向对象提取前对植物光谱特征分析得到区分性好的波段及波段组合参与分割，对提高分类精度起关键作用。