基于叶片高光谱特性分析的树种识别方法

高光谱逼感技术的出现将为解决森林树种的精细识别难题提供有效的途径。利用高光谱遥感技术进行树种鉴别时，光谱特征的选择及提取是个非常重要的过程。本文简单介绍了基于叶片高光谱特性分析的树种识别方法。

与多光谱数据相比，高光谱数据具有波段多、数据量大、冗余度大等特点。该文利用光谱微分法对原始光谱数据进行处理，分析不同树种原始光谱、光谱一阶微分和光谱二阶微分曲线图，从中选择差异较大的波段用于鉴别不同树种。

有学者将实验地点为浙江省临安市浙江林学院校内植物园，选择了香樟、麻栎、马尾松、毛竹等4种南方常见的树进行试验，每种树选取5棵树，每棵树采集10片向阳面的成熟叶，共50个叶片样本。野外采样在晴朗的天气进行，选择生长茂盛的树进行树叶采集放在保鲜箱里，并迅速带到室内利用ASD FieldSpec Pro FR野外光谱辐射仪进行光谱测量。该光谱仪的波段范围为350~2 500 nm，共2151个波段，为了光谱测量的准确性和稳定性，利用该光谱仪配套的植被高密度探头进行光谱测量，每测完10片树叶进行一次标准白板的校正。将每棵树的10片树叶光谱反射率进行平均，求得每棵树的光谱反射率；而后对每种树的5棵树的光谱反射率值取平均值，得到每种树的光谱反射率值。

检验的结果显示选择的波段能有效地区分不同树种。区分不同树种的有效波段大都位于近红外波段，并且差异最大的波段也是近红外波段，其分别为1657~1 666和1 868~1877 nm.