生態(tài)地質環(huán)境調查航空高光譜遙感技術規(guī)程(四)——數(shù)據解譯
發(fā)布時間:2024-05-14
瀏覽次數(shù):354
?使用航空高光譜遙感技術調查生態(tài)地質環(huán)境情況需要遵循一定的規(guī)范,本文根據《DB32T 4123-2021》簡單總結了數(shù)據解譯的要求。
使用航空高光譜遙感技術調查生態(tài)地質環(huán)境情況需要遵循一定的規(guī)范,本文根據《DB32T 4123-2021》簡單總結了數(shù)據解譯的要求。
?
?
圖:甘肅北山天宮一號高光譜數(shù)據礦物分布圖
?
1 影像分類
1.1分類體系
根據調查目標的光譜屬性和自然特征,對生態(tài)地質環(huán)境要素進行科學分類,為生態(tài)地質環(huán)境調查提供基礎數(shù)據。根據專題研究實際情況確定分類種類,分類類別體系見附錄E。
1.2特征降維
航空高光譜影像特征降維方法包括特征選擇和特征提取,可采用F-分值特征選擇、遞歸特征消除、主成分分析、最大噪聲分離、獨立成分分析等方法。
1.3樣本選擇
1.3.1樣本的獲取可以通過兩個途徑:
a)通過實地采樣獲取訓練樣本和測試樣本,同步實測建立光譜數(shù)據庫;b)航空高光譜影像中提取地物端元作為訓練樣本;
c)采用交叉驗證的方法,訓練樣本和測試樣本的比例設置為4:1~2:1.1.3.2端元提取可采用純像素索引法(PPI)、N-FINDR算法、迭代誤差分析法(IEA)、光學實時自適應光譜辨識系統(tǒng)(ORASIS)算法、自動形態(tài)學端元提?。ˋMEE)等。
1.4分類計算
航空高光譜影像分類可采用光譜角制圖(SAM)、光譜信息散度(SID)、支持向量機(SVM)、卷積神經網絡(CNN)等算法進行計算,并結合專家解譯和判別,得到地物精細分類圖。
1.5分類精度評價
1.5分類精度評價
1.5.1通過測試樣本與分類結果的符合程度建立混淆矩陣,計算精度指標,完成分類精度評價。
1.5.2測試樣本采樣方法、樣本容量和混淆矩陣參見附錄F、附錄G和附錄H。
1.5.3精度指標對應的評價結果如下:
a)總體分類精度大于80%時,表示分類結果較好;介于50%~80%時,表示分類結果一般;小于50%時,表示分類結果較差。
b)Kappa系數(shù)大于0.80時,分類數(shù)據和測試數(shù)據的一致性較高;當Kappa系數(shù)介于0.50~0.80時,表示精度一般;當Kappa系數(shù)小于0.50時,分類精度較差。1.5.4根據工作需求,對分類結果中的主要地物類型進行野外查證,人工解譯查證點的地物類別,并現(xiàn)場拍照。查證結果按DD 2011-03中相關規(guī)定,并填寫野外查證記錄表。
?
?
?
2 信息提取
2.1在生態(tài)地質環(huán)境調查工作,應用航空高光譜影像進行信息提取,航空高光譜影像空間分辨率應滿足相應專題工作要求。
2.2地表水水質參數(shù)反演應符合以下要求:
a)應用航空高光譜數(shù)據開展地表水水質參數(shù)反演,水域包括河流、湖泊、水庫、坑塘等;
b)航空高光譜數(shù)據采集與地面水樣采集應同步進行;
c)地面同步采集滿足工作要求的水體光譜樣和表層水樣;
d)采集的表層水樣進行實驗室分析測試,水質參數(shù)包括懸浮物、葉綠素a、有色可溶性有機物、總磷含量、總氮含量、濁度等;水體樣品的采集和測試根據相關標準進行;
e)水質參數(shù)反演采用經驗模型、輻射傳輸模型或機器學習等方法;
f)對參數(shù)反演結果進行驗證,決定系數(shù)(R值)大于或等于0.7為合格,解譯成果形成地表水水質專題圖。
2.3海洋水質參數(shù)反演應符合以下要求:
a)應用航空高光譜開展海洋水質參數(shù)反演,用于海洋生態(tài)環(huán)境、海岸帶環(huán)境地質調查與災害、海灣水質等調查與監(jiān)測;
b)航空高光譜數(shù)據采集與海上觀測站點數(shù)據采集應同步進行;c)海上觀測站點數(shù)據采集和測試根據相關標準進行;d)海上觀測站點相應參數(shù)測定包括懸浮物、葉綠素a、有色可溶性有機物、總磷含量、總氦含量、濁度等;
e)水質參數(shù)反演采用經驗模型、輻射傳輸模型或機器學習等方法;f)對參數(shù)反演結果進行驗證,決定系數(shù)(R值)大于或等于0.7為合格,解譯成果形成各類專題圖。
2.4巖性識別與基質層調查應符合以下要求:
a)應用航空高光譜數(shù)據開展巖性識別和填圖,用于構造劃分、巖性與礦物識別、生態(tài)地質功能分區(qū)等;
b)應同步開展研究區(qū)內地面調查和地物高光譜測量;c)巖性參數(shù)反演采用經驗模型或機器學習等方法;d)對反演結果進行驗證,決定系數(shù)(R’值)大于或等于0.7為合格;e)基于GIS平臺,綜合多元信息開展生態(tài)地質專題研究工作;f)解譯成果形成巖性分布圖、構造分布圖、基質層分類圖、生態(tài)地質功能分區(qū)圖等。
2.5土壤環(huán)境質量調查應符合以下要求:
a)應用航空高光譜數(shù)據開展土壤質量調查,包括耕地土壤、地表裸土、灘涂等;
c)土壤采樣點應均勻分布研究區(qū),根據調查目的合理確定網格大小或代表性樣地,采集樣點的土壤地面高光譜數(shù)據和表層土壤樣品;
b)航空高光譜數(shù)據采集選取地表覆蓋物小于20%時進行,應同步進行地面表層土樣采集;如需開展耕地肥力調查,應在施肥前進行;
d)土壤樣品參數(shù)測定包括有機質含量、重金屬(As、Hg、Cr、Ni、Cu、Zn、Cd、Pb等)含量、含鹽量、養(yǎng)分及肥力(N、P、K)、濕度、有益元素含量等;e)土壤參數(shù)反演采用經驗模型、輻射傳輸模型或機器學習等方法。f)對參數(shù)反演結果進行驗證,決定系數(shù)(R’值)大于或等于0.7為合格,解譯成果形成各類專題圖。
2.6農作物調查應符合以下要求:
a)應用航空高光譜數(shù)據開展農作物調查,包括農田面積及作物品種識別、產量估算、長勢及品質監(jiān)測、作物災損評估等;
b)航空高光譜數(shù)據采集和地面樣品采集應同步進行;根據任務需要選擇合適的作物生育期進行數(shù)據采集;
c)地面采集滿足工作要求的作物地面高光譜數(shù)據,采樣點應合理分布于研究區(qū),能夠代表區(qū)域農業(yè)種植特點;
d)農作物參數(shù)測定包括作物品種、生物量、長勢、葉綠素、葉面積指數(shù)、災情信息等;e)對參數(shù)反演結果進行驗證,決定系數(shù)(R’值)大于或等于0.7為合格,解譯成果形成各類專題圖。
2.7濕地生態(tài)調查應符合以下要求:
a)應用航空高光譜數(shù)據開展?jié)裆脖徽{查、灘涂資源調查,包括濕地范圍、植物種類與分布、水體分布、人工設施分布等;
b)航空高光譜數(shù)據采集和地面樣品采集應同步進行;c)地面采集滿足工作要求的地物光譜樣,采樣點應包含濕地所有地物類型,采集葉面積指數(shù)、植物生物量、植被覆蓋度、沉積物粒度參數(shù)等指標;d)對參數(shù)反演結果進行驗證,決定系數(shù)(R^值)大于或等于0.7為合格,解譯成果形成各類專題圖。
2.8森林資源調查應符合以下要求:
a)應用航空高光譜數(shù)據開展森林資源調查,包括森林物種識別與分布、健康狀況、病蟲害調查等;
b)航空高光譜數(shù)據采集和地面樣品采集應同步進行;根據研究區(qū)森林資源特點、調查目的和調查等級確定航空飛行參數(shù);
c)地面采集滿足工作要求的地物高光譜數(shù)據,采樣點應合理分布于研究區(qū),能夠代表區(qū)域森林特點;
d)實地參數(shù)測定包括葉面積指數(shù)、郁閉度、葉綠素含量、病蟲害脅迫狀況等;e)對參數(shù)反演結果進行驗證,決定系數(shù)(R’值)大于或等于0.7為合格,解譯成果形成各類專題圖。
?
相關產品
-
高光譜知識:高光譜圖像處理技術
高光譜圖像處理技術是一種集圖像與光譜信息于一體的高分辨率技術,廣泛應用于航天、農業(yè)、食品安全、醫(yī)學診斷及工業(yè)分類質檢等領域,展現(xiàn)出強大的應用潛力和價值。..
-
高光譜成像技術方案怎么選擇?
探索高光譜成像技術,精準檢測水果品質,從源頭把控,讓每一顆果實都展現(xiàn)最佳風味!..
-
基于多種光學技術的食品無損檢測:保障食品安全質量
隨著科技的發(fā)展,如今有了更先進的食品檢測方法,其中基于光學的不同波段檢測方法結合光譜技術大放異彩。這些方法包括可見光、紅外、太赫茲以及 X 射線等波段的檢測,它..
-
高光譜成像技術在紡織品回收分類中的應用
利用高光譜相機對紡織品進行分類以便回收,在眾多節(jié)約和減少浪費的努力中,紡織品仍然是最大的挑戰(zhàn)之一。只有 15% 被回收和再利用,而其余 85% 最終被填埋。紡織..