摘要：高光谱遥感为树种识别提供了新的技术支持，对精准林业发展具有重要意义。本文首先介绍多光谱遥感技术进行植被分类的研究概况，进一步阐述了高光谱遥感在植被尤其是观赏植被分类中的应用现状，最后对目前存在的问题进行了总结与展望。
关键词：观赏植物；高光谱；差异分析
1：引言
观赏树种是指用于观赏的木本植物，可以用于城市、风景区以及各处旅游度假区中，能有效地美化环境，对周围环境的小气候改善起到重要的作用[1]。大量研究表明常规的树种调查和识别方法不仅成本高而且耗时长。近年来利用高光谱进行森林树种识别成为现阶段的重要研究内容之一，广大学者利用高光谱和植被的叶片光谱曲线特征之间的联系，以及高光谱自身波段多而窄的特点，观测到了具有细微光谱的各种植被，克服了传统多光谱遥感树种分类与识别的难题，有效提高了植被的分类精度，是森林树种识别最强有力的工具[2]。
高光谱遥感技术是指在电磁波谱的可见光、近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术(Lillesandamp;Kiefer2000)[3]。其成像光谱仪可以收集到上百个非常窄的光谱波段信息，能够提供比多光谱遥感技术更细致的地物光谱信息，为研究地物的细微特征提供了有效的途径。高光谱遥感技术波段多、波段窄的优势也带来了数据量大、数据冗余度大的问题[4]。高光谱数据采样间距一般都在纳米级，造成了相邻波段的高度相关性，冗余度也随之增加。如何进行光谱特征选择和特征提取，既有效地利用高光谱数据的最大信息，又能较快地处理高光谱数据成为高光谱遥感的研究热点和未来的发展方向[5]。
2：基于遥感的植被分类研究现状
相对于雷达影像、高光谱影像，多光谱影像更易获取，能够同时满足低成本、高时效、多尺度及多目的的植被分类，因此多光谱是目前遥感技术应用的热点研究领域之一。植被分类常用的多光谱影像有LandsatTM，LandsatETM ，SPOT，IKONOS，OrbView－3，QuickBird，GeoEge－1以及各种多光谱航片等[6]。例如，韩文霆等基于可见光遥感影像，结合支持向量机和决策树分类模型，进行土地利用和覆被分类研究[7]。戴建国等从无人机遥感影像中提取纹理和低通滤波特征，采用支持向量机实现对农田作物的分类[8]。随着国际和国内一系列植被调查研究工作的实施，多光谱影像越来越普遍深入地应用于各种植被覆盖分类中，特别是高分辨率多光谱影像，给植被分类带来新的机遇和挑战。中低分辨率多光谱影像主要用于大尺度植被群落级的分类，对于植被物种级分类比较困难[9]。同时，闫利，江维薇学者针对利用多光谱遥感影像进行植被覆盖分类也作出了研究总结[10]。
同时还有学者提出利用多角度遥感进行植被的解译分类。徐佰翔，刘兰兰对资源三号卫星多角度图像的正视和斜视卫星影像进行预处理，从经过预处理的正视和斜视影像上分别选取3种不同类型的植被，然后分别提取其NDVI值与灰度值，比较在正视和斜视影像上同一类型的植被的NDVI值与灰度值的变化，发现同一地块在正视和斜视影像上的NDVI值和灰度值有所不同，不同地块在正视和斜视影像上的NDVI值和灰度值也存在差异，对于不同类型的植被，在传统的正视影像下无法进行区分的时候，参考他们分别在斜视影像上的光谱变化，就是用正视和斜视的组合图像的光谱特征差别进行分析对比，最终根据他们的不同，达到区分植被类型的目的，为以后的遥感植被解译分类工作提供参考与支持[11]。
3：观赏植物高光谱遥感分类研究现状
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
