一种基于光谱特征的泥炭藓沼泽遥感制图方法技术

本发明专利技术发明专利技术公开了一种基于光谱特征的泥炭藓沼泽遥感制图方法，本发明专利技术方法首先通过分析泥炭藓与周围生活型植被的冠层高光谱特征，获得泥炭藓识别的特征光谱空间；然后在Sentinel 2A MSI影像中根据泥炭藓沼泽中的实际植被群落类型确定分类体系，应用泥炭藓特殊的光谱规律，构建泥炭藓NIR‑SWIR水指数模型，最后输入随机森林分类器中完成泥炭藓沼泽遥感制图。本发明专利技术方法能够实现泥炭藓沼泽中植被群落制图，提升现有分类精度。

A remote sensing mapping method of Sphagnum swamp based on spectral characteristics

【技术实现步骤摘要】
一种基于光谱特征的泥炭藓沼泽遥感制图方法
本专利技术涉及遥感技术的图像处理、计算机分类识别、环境生态学领域，提供了一种基于生态系统植被群落光谱特征的遥感制图方法和实现过程。
技术介绍
2018年10月8日政府间气候变化专门委员会发表《全球变暖1.5℃特别报告》指出目前全球持续升温带来的影响和后果，进一步加剧，再次给世界敲响警钟。2019年5月份夏威夷监测站观测到的大气CO2浓度首次超过415ppm，创人类历史最高。大气CO2浓度直接决定了全球升温的速率，因此陆地生态系统的碳汇能力评估显的至关重要。泥炭沼泽占据全球陆地区域的3％，存储了大约6000亿吨的碳，在气候变化和全球碳循环研究中占有相当重要的地位。沼泽中的碳，包括植物通过光合作用固定的大气中的CO2和溶解于水中的CO2，以及泥炭中的有机物质的分解。其中，泥炭藓(SphagnumL.)是泥炭沼泽中的优势种及重要固碳植被功能群，其残体所固定的大气碳比全球所有的陆生植被一年所固定的还要多(GajewskiK,ViauA,SawadaM,etal.Sphagnum,peatlanddistributioninNorthAmericaandEurasiaduringthepast21,000years[J].GlobalBiogeochemicalCycles,2001,15(2):297–310)。因此泥炭藓沼泽的空间制图对科学家评估泥炭沼泽在当前背景下的演变过程显得尤为重要。目前基于遥感的植被制图研究多直接采用反射率资料，或者增加植被指数作为参考，但泥炭藓是一种特殊的苔藓类型，它没有根系统和维管组织，因此，泥炭藓的遥感制图方法与传统方法有所差异。Vogelmann等(VogelmannJE,MossDM.SpectralreflectancemeasurementsinthegenusSphagnum[J].RemoteSensingofEnvironment,1993,45(3):273-279)对比不同种的泥炭藓光谱，发现它在可见光波段(380-760nm)，中红外波段(1000-2400nm)反射率比一般绿色植物要低得多。Bubier等(BubierJL,RockBN,CrillPM.Spectralreflectancemeasurementsofborealwetlandandforestmosses[J].JournalofGeophysicalResearch,1997,102(102):29483-29494)通过光谱实验，指出利用遥感区分泥炭藓和植物的潜力。Husson等(HussonE,HagnerO,EckeF,etal.Unmannedaircraftsystemshelptomapaquaticvegetation[J].AppliedVegetationScience,2014,17(3):567-577)评估了利用无人机影像对水植被制图的可行性。基于无人机或卫星遥感数据制图，使我们能够大面积、迅速掌握泥炭藓沼泽植被资源现状。但，由于泥炭藓沼泽往往面积较小、碎斑化，利用遥感等手段进行制图时，往往存在高估和遗漏现象，这归因于在设计遥感或无人机影像提取算法和模型时，没有考虑苔藓间光谱差异以及与周边微地形、其他植被类型的区分(Bourgeau-ChavezLL,EndresS,PowellR,etal.Mappingborealpeatlandecosystemtypesfrommultitemporalradarandopticalsatelliteimagery[J].CanadianJournalofForestResearch,2017,47(4):545-559.)。植被遥感是基于植物光谱的“峰和谷”特征来开展监测，这些特征与由叶子色素(350-750nm)、细胞结构(750-1250nm)以及含水量(1250-2500nm)密切相关。与维管植物相同的是，泥炭藓叶片细胞含有大量的叶绿体，由透明质细胞与包含叶绿体的细胞有规律的相间排列；与其他维管束植物不同的是：1)在细胞结构方面，泥炭藓植物没有明显的栅栏组织和海绵组织的分化，属于透明质细胞；2)在细胞水分方面，泥炭藓特有的储水细胞，储水能力是其他藓类数倍至数10倍，远超过维管植物。叶片组织结构不同和水分含量的差异，意味着其反射光谱也有巨大差别。这在光谱观测中也得到验证——近红外和中红外光谱与维管植物表现较大的差异(HarrisA,BryantRG.Northernpeatlandvegetationandthecarboncycle:Aremotesensingapproach[J].GeophysicalMonographSeries,2009,184.)。此外，现有的植被遥感制图的改进方法侧重于分类器的提升，而分类目标的本质属性特征的挖掘才是分类制图的核心所在。传统的遥感植被类型制图除了利用基本的反射率资料，还会加入植被指数(VegetableIndex)，如EVI(EnhancedVegetationIndex)，NDVI(NormalizedDifferenceVegetationIndex)，RVI(RatioVegetationIndex)等来提升植被的识别精度。然而，越来越多的研究指出，这些常用的指数模型多基于维管束植被的光谱反射特征，在构建时大多未考虑到植物叶片结构差异，尤其是泥炭藓的细胞结构与维管束植被差异很大，因此直接使用这些植被指数进行遥感植被制图，可能不仅无法提升分类精度，反而带来更多的错分和误分现象。因此进行基于光谱的泥炭藓沼泽植被识别是必要的，本专利技术提出了一种基于泥炭藓光谱特征的识别方法和技术体系(图1)，以实现泥炭藓沼泽的遥感制图。
技术实现思路
针对现有技术对泥炭藓等苔藓类植被的光谱特征机理研究不够，没有合适的泥炭藓沼泽植被遥感提取方法，本专利技术提供一种基于光谱特征的泥炭藓沼泽遥感制图方法，能够实现泥炭藓沼泽中植被群落制图，提升现有分类精度。本专利技术拟通过分析泥炭藓与周围生活型植被的冠层高光谱特征，获得泥炭藓识别的特征光谱空间；在Sentinel2AMSI影像根据泥炭藓沼泽中的实际植被群落类型确定分类体系，应用泥炭藓特殊的光谱规律，构建泥炭藓提取的指数模型，输入随机森林分类器中完成泥炭藓沼泽遥感制图。一种基于光谱特征的泥炭藓沼泽遥感制图方法步骤如下：步骤(1).冠层光谱数据采集；在室内构建暗室对泥炭藓及周围生活型植被样本进行光谱采集；暗室周围墙壁、天花板和地板均使用反射率小于3％的消光布覆盖，利用FieldSpec4便携式地物光谱仪采集泥炭藓及作为对比的周围生活型植被样本冠层光谱数据；步骤(2).通过光谱降维和数值分析方法，获得泥炭藓的特征光谱空间；步骤(3).根据泥炭藓识别光谱空间，筛查现有多光谱传感器波段通道，选取Sentinel2AMSIL1C级遥感影像为目标数据源；步骤(4).数据预处理；对Sentinel2AMSIL1C级遥感影像进行辐射定标和大气校正，获得地表真实反射率本文档来自技高网...

【技术保护点】
1.一种基于光谱特征的泥炭藓沼泽遥感制图方法，其特征在于，该方法具体步骤如下：/n步骤(1).冠层光谱数据采集；/n在室内构建暗室对泥炭藓及周围生活型植被样本进行光谱采集；暗室周围墙壁、天花板和地板均使用反射率小于3％的消光布覆盖，利用FieldSpec 4便携式地物光谱仪采集泥炭藓及作为对比的周围生活型植被样本冠层光谱数据；/n步骤(2).通过光谱降维和数值分析方法，获得泥炭藓的特征光谱空间；/n步骤(3).根据泥炭藓识别光谱空间，筛查现有多光谱传感器波段通道，选取Sentinel2A MSI L1C级遥感影像为目标数据源；/n步骤(4).数据预处理；/n对Sentinel 2A MSI L1C级遥感影像进行辐射定标和大气校正，获得地表真实反射率数据即L2A级产品；/n步骤(5).指定分类体系并选取训练样本；/n确定泥炭藓沼泽试验区的地物类型，在所述L2A级产品上，广泛、均匀的选择各地物类型的训练样本，采集各训练样本的反射光谱；/n步骤(6).构建泥炭藓NIR-SWIR水指数模型；/n通过对比沼泽中地物特征光谱库中不同植被类型的光谱差异，结合泥炭藓在近红外-短波红外(NIR-SWIR)上的低反射率特性，构建归一化红外指数NDII；/n...

【技术特征摘要】
1.一种基于光谱特征的泥炭藓沼泽遥感制图方法，其特征在于，该方法具体步骤如下：
步骤(1).冠层光谱数据采集；
在室内构建暗室对泥炭藓及周围生活型植被样本进行光谱采集；暗室周围墙壁、天花板和地板均使用反射率小于3％的消光布覆盖，利用FieldSpec4便携式地物光谱仪采集泥炭藓及作为对比的周围生活型植被样本冠层光谱数据；
步骤(2).通过光谱降维和数值分析方法，获得泥炭藓的特征光谱空间；
步骤(3).根据泥炭藓识别光谱空间，筛查现有多光谱传感器波段通道，选取Sentinel2AMSIL1C级遥感影像为目标数据源；
步骤(4).数据预处理；
对Sentinel2AMSIL1C级遥感影像进行辐射定标和大气校正，获得地表真实反射率数据即L2A级产品；
步骤(5).指定分类体系并选取训练样本；
确定泥炭藓沼泽试验区的地物类型，在所述L2A级产品上，广泛、均匀的选择各地物类型的训练样本，采集各训练样本的反射光谱；
步骤(6).构建泥炭藓NIR-SWIR水...

【专利技术属性】
技术研发人员：庞毓雯，徐俊锋，黄雨馨，胡越凯，周音颖，
申请(专利权)人：杭州师范大学，
类型：发明
国别省市：浙江;33