基于近红外光谱的植被与非植被识别指数构建方法技术

本发明专利技术公开了基于近红外光谱的植被与非植被识别指数构建方法，R

【技术实现步骤摘要】
基于近红外光谱的植被与非植被识别指数构建方法


[0001]本专利技术涉及自然生态环境的检测领域，更具体地说，它涉及一种基于近红外光谱的植被与非植被识别方法。

技术介绍

[0002]植被是联接土壤、大气和水分的自然“纽带”，是陆地生态系统的基础，同时也是人类赖以生存的自然环境条件，它在陆地表面的能量交换过程、生物地球化学循环过程和水文循环过程中扮演着重要的角色。区分植被与非植被有助于计算植被覆盖度，研究土地利用状况。此外，在某些领域从植被群体中辨识绿色人工伪装物有着重要的应用价值。
[0003]廖小露等以“类内密度最大，类间距离最大”为原则，对挑选的可见光和近红外波段，使用改进的投影寻踪方法区分绿色植被和道路、土壤等非植被，但该技术需要的光谱波段多，达8个，增加了技术的应用成本，同时该技术未涉及人工绿色伪装植被的区分（廖小露, 刘嘉, 周兴霞. 地空同步试验高光谱影像特征提取与分类[J]. 国土资源遥感, 2019,31(03): 65
‑
71）。刘志明等将780～1300nm“近红外高原”的反射光谱压缩转换到380～780nm可见光范围内，然后成像，通过颜色的变化区分植被与绿色伪装涂料，但该技术需要的光谱波段过多，达260个以上，（刘志明, 胡碧茹, 吴文健, 等. 高光谱探测绿色涂料伪装的光谱成像研究[J]. 光子学报, 2009,38(04): 885
‑
890）。
[0004]为解决上述在植被与非植被分类时，光谱波段过多，或无法识别人工绿色伪装植被的缺陷，专利技术了基于近红外光谱的植被与非植被识别指数构建方法。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术的目的在于提供一种解决上述问题的基于近红外光谱的植被与非植被识别方法，依据近红外反射光谱（即吸收光谱）与物质含量有关的特性，通过获取特定波段内近红外光谱反射率数据，构建基于近红外光谱特征的植被与非植被识别指数。
[0006]为实现上述目的，本专利技术提供了如下技术方案：基于近红外光谱的植被与非植被识别指数构建方法，（一）测量目标物的光谱反射率，计算R
a
、R
b
和R
c
，R
a
为950nm～1150nm范围内任意两个及以上波段的平均光谱反射率，R
b
为1500nm～1700nm范围内任意两个及以上波段的平均光谱反射率，R
c
为2100nm～2300nm范围内任意两个及以上波段的平均光谱反射率；950nm～1150nm、1500nm～1700nm、2100nm～2300nm植被呈现反射峰，且反射峰值依次下降，而非植被则光谱反射率变化较小，整体光谱形状比较平坦，1500nm～1700nm、2100nm～2300nm的植被和非植被的反射率数值范围基本一致，变化范围为0.1～0.3。
[0007]（二）计算识别指数NIRPNPAD，植被的R
a
、R
b
、R
c
依次下降，非植被则比较接近，变化不大，植被与植被的近红外反射光谱形状有明显差异，依据R
a
>R
c
、R
b
>R
c
光谱形状特点，分别
构建和进一步增强光谱差异，将其合并降维，对的数据空间进行压缩，并投影到余弦空间，将植被投影汇聚成一类，非植被投影汇聚成另一类，，当NIRPNPAD>0时，目标物为非植被，当NIRPNPAD≤0时，目标物为植被；或，依据1500nm～1700nm、2100nm～2300nm的植被和非植被的反射率数值范围基本一致，变化范围为0.1～0.3，而950nm～1150nm植被反射率远远高于非植被的特点，通过和衡量这种光谱形状上的差异特点，并将其合并降维进一步增强植被与非植被近红外光谱形状上的差异，对的数据空间进行弹性放大，并投影到余弦空间，将植被投影汇聚成一类，非植被投影汇聚成另一类，，当NIRPNPAD<0时，目标物为非植被，当NIRPNPAD≥0时，目标物为植被。
[0008]本专利技术有益效果：在780~2400nm近红外光谱范围内，植被的光谱反射率呈多峰多谷规律变化，且随着波长的增加反射峰依次降低，而非植被的反射率变化较平坦，无明显的峰谷变化。相同的植被、非植被在不同条件（如土壤肥力、覆盖度、光强）下的反射率数值往往会有变化，但是它们的光谱形状却很稳定，本专利技术构建的指数正是利用光谱形状识别植被与非植被，区分准确，且植被中的红叶植物、植物的花仍可被准确的识别为植被，而人工绿色伪植被可准确的与植被区分开。本专利技术技术所需波段少，易于计算，使用方便。
附图说明
[0009]图1为9个植被光谱反射率曲线；图2为6个非植被光谱反射率曲线；图3为第一种计算方法指数NIRPNPAD对植被与非植被识别效果图；图4为第二种计算方法指数NIRPNPAD对植被与非植被识别效果图。
具体实施方式
[0010]1.光谱数据采集
使用美国ASD公司（Analytical Spectral Devices）生产的Field Spec 4 地物光谱仪采集植被与非植被光谱反射率，光谱仪测量的波长范围为350nm～2500nm。测量的植被有9个：野豌豆（带花）、野豌豆（无花)、刺柏、海桐、麦冬、草坪、红花酢浆草（带花）、石楠（叶子为红色）、月季的红色花朵。测量的非植被有6个：大理石、水泥地、橡胶跑道、人造草坪、裸地（湿）、裸地（干）。植被的光谱反射率见图1，非植被的光谱反射率见图2。
[0011]测量时间安排在无风的晴天中午前后，测量的视场约为直径30cm的圆形区域，每个测量对象采集10次光谱数据，取均值。
[0012]2.构建植被与非植被的识别指数分别计算15个地物950nm～1150nm全波段的平均光谱反射率R
a
、1500nm～1700nm全波段的平均光谱反射率R
b
、2100nm～2300nm 全波段的平均光谱反射率R
c
，计算识别指数NIRPNPAD：第一种计算公式，，，15种地物的NIRPNPAD见图3，植被数值小于等于0，非植被数值均大于，NIRPNPAD对植被与非植被的区分完全正确。
[0013]第二种计算公式，，，15种地物的NIRPNPAD见图4，植被数值大于等于0，非值被数值均小于0，NIRPNPAD对植被与非植被的区分完全正确。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于近红外光谱的植被与非植被识别指数构建方法，其特征在于：（一）测量目标物的光谱反射率，计算R
a
、R
b
和R
c
，R
a
为950nm～1150nm范围内任意两个及以上波段的平均光谱反射率，R
b
为1500nm～1700nm范围内任意两个及以上波段的平均光谱...

【专利技术属性】
技术研发人员：刘乃森，刘福霞，朱星月，吉书雯，李文清，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：