基于hyperion高光谱遥感影像的植被覆盖度提取研究

地 物 的 NDVI频 率 累 积 图 和 实 际 情 况 得 到 各 类 地 物 的 植 被 覆 盖 度 ， 最 后 得 到 研 究 区 域 的 整 体 植 被 覆 盖 度 .
结 果 表 明 ，经 支 持 向 量 机 分 类 的 总 体 精 度 为 83.2% , K appa系 数 为 0 .7 1 0 ; 相 同 NDVI值 ，林 地 的 植 被 覆 盖
ZHANG Guicheng, LIN Zhilei
(1 . Fujian Provincial Engineering Research Center fo r Monitoring and Assessing Terrestrial Disasters, Fujian Normal University^ Fuzhou 350007, C hina；
2. School o f Geographical Sciences, Fujian Normal University, Fuzhou 350007, China)
Abstract：This paper improved the traditional method for extraction of vegetation cover, pixel dichotomy, based on the Hyperion hyperspectral imaging, and proposed the algorithm that enhanced the accuracy of such extractionby categorizing objects. The method first categorized the research area. On the basis of higher categorizing accuracy, it obtained the vegetation cover of different surface fea­ tures combined with the NDVI cumulative frequency diagram and the actual situation. Finally, the overall vegetation coverage of the study area was obtained. The result shows that the overall accuracy according to the classification of the support vector machine ( SVM) is 83. 2% and the Kappa coeffi­ cient is 0. 7 1 0 ；based on the same normalized difference vegetation index (NDVI) , the forest vege­ tation coverage > the farmland vegetation coverage > the grassland vegetation coverage, which is ba­ sically insistent with the actual situation. And the existing problems in traditional pixel dichotomy that the water and non-vegetation covered areas in the bare land could also produce non-zero vege­ tation coverage results and areas of higher vegetation cover were found to have lower detection sensi­ tivity are improved by improved pixel dichotomyalgorithm, the improved method enriches the details of the traditional pixel dichotomy, researchers could achieve a more realistic vegetation coverage.
第 36卷 第 1期 ( 2020 年 1 月 ）
福 建 师 范 大 学 学 报 （自 然 科 学 版 ） Journal of Fujian Normal University (N atural Science Edition)
Vol. 36, No. 1 Jan. 2020
DOI： 10. 12046/j. issn. 1000-5277. 2020. 01. 012
文 章 编 号 ： 1000-5277(2020)01-0079-08
基 于 Hyperion高光谱遥感影像的植被覆盖度提取研究
张 贵 成 ，林志垒
( 1 . 福 建 师 范 大 学 地 理 科 学 学 院 ，福 建 福 州 350007; 2 . 福 建 谷 陆 地 灾 害 监 测 评 估 工 程 技 术 研 究 中 心 ，福 建 福 州 350007)
关 键 词 ：植 被 覆 盖 度 ；像 元 二 分 法 ；高 光 谱 ； 分类
中 图 分 类 号 ：TP75
文献标志码： A
Research on Vegetation Coverage Extraction based on Hyperion Hyperspectral Remote Sensing Image
摘 要 ：基 于 Hyperion高 光 谱 影 像 ，对 提 取 植 被 覆 盖 度 的 传 统 像 元 二 分 法 进 行 了 改 进 ，提 出 通 过 地 物 分
类 来 提 高 植 被 覆 盖 度 提 取 精 度 的 算 法 . 该 算 法 先 对 研 究 区 进 行 分 类 ，在 较 高 分 类 精 度 的 基 础 上 ，结合不同
度>农田的植被覆盖度>草地的植被覆盖度，实验结果与实பைடு நூலகம்基本相符；改进的像元二分算法改善了传统像
元 二 分 法 中 存 在 的 水 体 、裸 地 非 植 被 覆 盖 区 得 到 非 0 的 植 被 覆 盖 度 和 高 植 被 覆 盖 地 区 检 测 灵 敏 度 下 降 等 问
题 ，丰 富 了 传 统 像 元 二 分 法 的 细 节 信 息 ，得 到 更 符 合 实 际 的 植 被 覆 盖 度 .