-
题名基于数学形态滤波的植被光谱去噪方法研究
被引量：3
- 1
-
-
作者
张霞
戚文超
孙伟超
-
机构
中国科学院遥感与数字地球研究所高光谱研究室
中国科学院大学资源环境学院
-
出处
《遥感技术与应用》
CSCD
北大核心
2016年第5期846-854,863,共10页
-
基金
国家自然科学基金项目(41671360
40971205)
-
文摘
光谱维噪声使地物光谱扭曲或变形,中心波长偏移,影响地物信息提取和地表参量反演的精度。对光谱维噪声进行滤波处理,有利于改善遥感数据定量应用的效果。由于数学形态滤波的原理简单且较易实现,被应用到植被光谱以及有机化合物光谱的研究中。运用数学形态滤波对地面实测小麦光谱去噪,一方面对滤波后的光谱进行噪声和波形相似度的直观分析,另一方面通过植被指数反演小麦理化参量进行定量应用评价。结果表明,与传统Savitzky-Golay滤波相比,在可见-近红外波段范围内,数学形态滤波去噪后的光谱能够保持可见—近红外波段原始光谱的固有特征,叶面积指数和叶绿素的反演精度比去噪前有小幅提升,主要原因是实测光谱在该谱段范围的噪声影响很小;在短波红外波段范围内,数学形态滤波能有效去除短波红外大尺度噪声,提高叶片含水量的反演精度。而传统Savitzky-Golay滤波只能削弱短波红外大尺度噪声。广义形态滤波去噪后植被指数和叶片含水量之间的R2最高可达0.5130(去噪前0.3753),叶片含水量的反演值与实测值之间的R2最高可达0.4221(去噪前0.3097),RMSE为0.0243(去噪前0.0318),优于传统Savitzky-Golay滤波。
-
关键词
高光谱遥感
光谱维去噪
数学形态滤波
理化参量反演
-
Keywords
Hyperspectral remote sensing
Spectral denoising
Mathematical morphology filtering
Physio-logical and biochemical parameters inversion
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
