原创《基于SAM算法遥感影像湿地植被分类》：本论文为您写遥感影像毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
摘 要：以黑龙江省扎龙自然湿地保护区高光谱遥感影像为试验区域,通过对野外试验调查数据和预处理后的高光谱遥感影像进行前期处理,再采用光谱角填图（SAM）图像分类方法进行植被分类实验得出结果,并和最大似然法和支持向量机（SVM）分类方法结果进行对比研究分析,通过实验结果得出误差矩阵和精度评价分析,得到最大似然法的总体分类精度和以及Kappa系数是最低的,而光谱角填图分类方法的总体精度为89.87%,Kappa系数为0.880 7,分类结果要好于其他两种分类方法,其对高光谱遥感影像植被分类实验更具有准确性和实用性.
关键词：光谱角填图；植被分类；精度评价
中图分类号：S 757.1 文献标识码：A 文章编号：1001-005X（2015）02-0008-06
Abstract：This paper takes the hyperspectral remote sensing image of Zhalong protection wet land in Heilongjiang province as a test,preprocesses the field collected data and the pretreated hyperspectral remote sensing image,applies the method of SAM to classify the vegetation,and compares with the results derived by using the maximum likelihood method and the SVM method.Through the error matrix and accuracy assesment,it is found that the accuracy of classification by the maximum likelihood method and Kappa coefficient are the lowest,while the accuracy of SAM is as high as 89.87% and the Kappa coefficient is 0.8807,which is better than the results of the other two methods.It is shown that SAM is more useful and practical to classify vegetation based on hyperspectral remote sensing image.
Keywords：SAM；vegetation classification；classification accuracy
湿地被誉为地球上最重要的生态系统之一,但随着人类社会的发展破坏,导致自然生存条件逐渐恶劣.科学调查显示全球自然湿地的面积正逐年渐渐流失.人类破坏了湿地本有的原始景观格局,而湿地内部的各种植被种类分布也随之受到了灾害性影响.随着科学的普及和教育的进步,近十几年来对湿地的价值开始逐渐认识并重视起来,科学家和环保人士已经开始研究和保护自然湿地中的原始植被工程.湿地其分布广泛,相对于种类也是比较繁多,这导致区域性差异突出,湿地植被研究中今天依然没出现统一分类标准体系.传统的遥感影像分类方法对于湿地植被分类一般都基于多光谱影像,但是通过结果发现由于不同地物的光谱特征有时候会非常接近,那么这些分类方法很难将其区分开,这就容易造成试验中分类结果的混淆.而具有上百个较窄波段高光谱影像可以有效的解决这个难题[1].在遥感（RS）中高光谱遥感具有以下几个重要特点.
（1）影像的波段含有量非常多,其在近红外光谱区域以及可见光区内有数十至数百个波段.
（2）影像光谱的分辨率是可以达到非常高的数值的,采用的高光谱成像光谱仪采样间隔相对比较小,一般情况都会小于10 nm,从而地物较细微的光谱特征可以被较高的光谱分辨率良好的反映呈现出来.
（3）高光谱遥感影像中每个相邻波段的相关性通常都较高,从而使得信息冗余度大大的增加了.
（4）空间维信息和光谱维信息可以被同时的提供出来,也就是常说的“图谱合一”的特点,可以在高光谱遥感影像上提取某一地物的光谱曲线和地面科学实际测量的同类地物光谱曲线来进行分析和研究对比.
目前,比较常用的分类方法如最大似然法分类,支持向量机方法分类已经比较普遍的应用到了遥感影像分类试验中,王钦敏等[2]遥感图像最大似然分类分类方法的 EM 改进算法,其使得分类精度大幅提高.王延飞,温小荣等[3]湿地覆被的几种遥感监督分类方法比较——以江苏盐城湿地珍禽国家级自然保护区核心区为例,通过把高光谱的这些优势合理的利用,来实现对湿地中的植被进行精度较高的分类实验研究,取得了较满意的实验成果.作者通过使用SAM分类方法来对扎龙自然湿地的高光谱遥感影像进行植被分类试验,对分类结果进行对 析,以观察SAM影像分类方法在湿地的植被分类中是否具有实践性、可行性.
1 研究区概况和研究方法
1.1 研究区域概况和数据
扎龙国家级大自然湿地保护区地处黑龙江齐齐哈尔市境内及富裕境内、林甸杜蒙以及泰来县境内的交界地区.扎龙自然湿地是我国松嫩平原湿地自然生态系统中重要的大自然留给人类的资源.如图1所示,扎龙自然保护区长65 km,宽37 km,总面积达到21万hm2,目前里面有核心区大约7万hm2,而缓冲区也有6.7万hm2以及目前的实验区大约7万hm2.扎龙自然湿地保护区生物多样性保有量非常的丰富,其中野生类植物占 大约500 种之多,目前是全球丹顶鹤种类最繁多和生存面积最广阔的丹顶鹤繁殖栖息地区.
遥感影像论文参考资料：
结论：基于SAM算法遥感影像湿地植被分类为关于对写作遥感影像论文范文与课题研究的大学硕士、相关本科毕业论文卫星遥感影像图论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
