基于CNN和SVM的無(wú)人機(jī)多光譜遙感草地植物識(shí)別

馬 建，劉文昊，靳瑰麗，宮 珂，劉智彪，李 瑩，李嘉欣，王生菊，雷雅欣

(新疆農(nóng)業(yè)大學(xué)草業(yè)學(xué)院/新疆草地資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室/西部干旱荒漠區(qū)草地資源與生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830052)

草地植物群落具有一定的植物種類組成、外貌和空間結(jié)構(gòu)，有效識(shí)別草地群落主要物種，是掌握草地群落結(jié)構(gòu)變化、劃分草地類型、明確草地退化和修復(fù)現(xiàn)狀，以及保護(hù)草地植物多樣性的基礎(chǔ)[1]。在草地植物識(shí)別中，傳統(tǒng)方法多依靠實(shí)地地面調(diào)查，該方法獲取的信息可靠有效，但在范圍廣、時(shí)效長(zhǎng)的監(jiān)測(cè)和動(dòng)態(tài)更新方面難以獲得令人滿意的效果。無(wú)人機(jī)遙感操作靈活、安全，其搭載傳感器獲得的影像數(shù)據(jù)，分辨率高、時(shí)效快、不受云層影響，為植物識(shí)別提供了新途徑[2-4]。

伊犁絹蒿(Seriphidiumtransiliense)荒漠草地屬于溫帶大陸性半干旱半荒漠氣候，在我國(guó)集中分布于新疆北疆地區(qū)的平原與低山地段，是當(dāng)?shù)刂饕拇呵锓拍翀?chǎng)[5];由于其所處位置自然條件惡劣，加上被過(guò)度利用，致使其面積不斷減少、生產(chǎn)力下降、群落物種結(jié)構(gòu)發(fā)生改變、建群種伊犁絹蒿退化嚴(yán)重[6]。前人對(duì)伊犁絹蒿荒漠草地進(jìn)行了一系列的研究，這些研究大多針對(duì)群落或植物的地面光譜特征分析[7]、利用特征波段進(jìn)行光譜層面的分類[8]，為實(shí)現(xiàn)無(wú)人機(jī)植物識(shí)別研究奠定了基礎(chǔ)。已有研究表明利用無(wú)人機(jī)遙感能夠準(zhǔn)確進(jìn)行物種識(shí)別[9]，目前眾多學(xué)者對(duì)不同分類器的分類精度進(jìn)行了對(duì)比研究，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural network,CNN)和支持向量機(jī)(Support vector machines,SVM)分類方法被較多學(xué)者選用，且都具有較高的分類精度。例如柳宗偉等[10]利用CNN和SVM對(duì)不同地物識(shí)別，其中SVM識(shí)別精度最高；趙靜等[11]對(duì)田間雜草進(jìn)行識(shí)別發(fā)現(xiàn)SVM對(duì)其識(shí)別效果較好；而汪傳建等[12]基于CNN對(duì)農(nóng)作物進(jìn)行分類，總體分類精度優(yōu)于SVM分類算法。無(wú)人機(jī)識(shí)別精度受諸多因素影響。其中，植物生長(zhǎng)時(shí)期的不同，會(huì)導(dǎo)致光譜反射率的變化[13]；而飛行高度增加，空間分辨率降低，純凈像元的反射率會(huì)受到相鄰像素的影響，導(dǎo)致植被的光譜反射率差異顯著[14]。物候期及飛行高度改變所引起的光譜和空間分辨率的變化對(duì)識(shí)別精度的影響成為研究者們的關(guān)注內(nèi)容。

因此，本研究基于多光譜無(wú)人機(jī)獲取的3個(gè)時(shí)期和3個(gè)飛行高度的伊犁絹蒿荒漠草地多光譜數(shù)據(jù)，提取伊犁絹蒿荒漠草地植物冠層的反射率，計(jì)算最佳指數(shù)因子(Optimum index factor，OIF)，采用CNN和SVM識(shí)別模型進(jìn)行識(shí)別，分析其對(duì)識(shí)別精度的影響，篩選出該類草地主要物種識(shí)別的最佳時(shí)間、飛行高度和識(shí)別模型，以期為實(shí)現(xiàn)該類草地主要物種的有效監(jiān)測(cè)和保護(hù)提供技術(shù)支持。

1 材料與方法

1.1 研究區(qū)概況

野外研究區(qū)位于新疆烏魯木齊市米東區(qū)柏楊河鄉(xiāng)(東經(jīng)87°52′59″～87°55′13″，北緯44°00′16″～44°01′20″)，年均降水量200 mm，主要集中在4—6月，屬于溫帶大陸性荒漠氣候。該地區(qū)屬于低山區(qū)，山地呈規(guī)律性起伏，平均海拔為925 m，為典型伊犁絹蒿荒漠草地分布區(qū)，伊犁絹蒿為優(yōu)勢(shì)種，角果藜(Ceratocarpusarenarius)為亞優(yōu)勢(shì)種(圖1，圖2)。

圖1 研究區(qū)及樣地設(shè)置分布示意圖

圖2 不同飛行高度下無(wú)人機(jī)真彩色影像

1.2 試驗(yàn)設(shè)計(jì)

采用大疆精靈4多光譜版(Phantom 4 Multispectral)拍攝系統(tǒng)進(jìn)行作業(yè)，該傳感器具有5個(gè)光譜范圍：藍(lán)(Blue)434～466 nm；綠(Green)544～576 nm；紅(Red)634～666 nm；紅邊(Red edge)714～746 nm；近紅外(NIR)824～866 nm。伊犁絹蒿在春季4月返青，此時(shí)角果藜處于苗期；在夏季6月，群落各植物生長(zhǎng)旺盛，而7—8月，伊犁絹蒿有休眠現(xiàn)象；秋季9月，伊犁絹蒿進(jìn)入花期，角果藜植物變的枯黃[15]。參照研究區(qū)內(nèi)伊犁絹蒿和角果藜的生長(zhǎng)周期，于2021年4月、6月、9月在研究區(qū)布設(shè)3條樣帶，樣帶間隔約250 m，在每條樣帶內(nèi)分別設(shè)置5個(gè)50 m×50 m的樣方，間隔50 m，共15個(gè)，每個(gè)樣方設(shè)置15 m，30 m，60 m 3種飛行高度，相機(jī)沿樣帶方向進(jìn)行拍攝。飛行速度設(shè)置為1.0 m·s-1，拍照模式為等時(shí)間拍照，拍照間為2.0 s，航向重疊率為75%，旁向重疊率為75%，采用垂直方式采集圖像，獲得5個(gè)單通道伊犁絹蒿荒漠草地?zé)o人機(jī)影像數(shù)據(jù)，空間分辨率分別為0.8 cm，1.6 cm，3.2 cm。參照野外實(shí)地調(diào)查數(shù)據(jù)，將伊犁絹蒿、角果藜和裸地設(shè)為識(shí)別對(duì)象。

1.3 數(shù)據(jù)處理

1.3.1圖像預(yù)處理 使用大疆智圖對(duì)獲取的無(wú)人機(jī)影像進(jìn)行影像的畸變校正、輻射校正和拼接，得到5幅單波段圖像。通過(guò)人工目視檢查圖像質(zhì)量，剔除因陣風(fēng)引起變形的圖像。利用MATLAB 2021和ENVI 5.3軟件在無(wú)人機(jī)影像中標(biāo)注識(shí)別對(duì)象，生成訓(xùn)練樣本數(shù)據(jù)。

1.3.2特征波段篩選 獲取的多光譜影像含有5個(gè)波段，而CNN模型選擇3通道圖像進(jìn)行模型訓(xùn)練，為了快速高效地進(jìn)行識(shí)別，從波段中選擇最有效代表地物的特征、信息含量最豐富的3個(gè)波段進(jìn)行組合。將5個(gè)波段每選3個(gè)波段為1組，計(jì)算該10種組合的OIF，選擇OIF值最大的一組波段作為最佳特征波段組合。各波段圖像中所涵蓋的信息量與其標(biāo)準(zhǔn)差成正比，標(biāo)準(zhǔn)差越大，信息量就越多；圖像的獨(dú)立性與波段間的相關(guān)系數(shù)成反比，其相關(guān)系數(shù)越低，信息冗余度越小，其獨(dú)立性越好。OIF計(jì)算公式為[16]：

式中，OIF為最佳指數(shù)因子，Si為第i個(gè)波段的標(biāo)準(zhǔn)差，Rij表示i，j兩波段的相關(guān)系數(shù)且要取絕對(duì)值，n為在所有波段中選取的波段數(shù)。

1.3.3卷積神經(jīng)網(wǎng)絡(luò)識(shí)別模型建立 卷積神經(jīng)網(wǎng)絡(luò)模型基本組成部分包括輸入層、卷積層、激活函數(shù)、池化層和全連接層5部分[17]。而Resnet網(wǎng)絡(luò)是卷積神經(jīng)網(wǎng)絡(luò)發(fā)展中最具代表性的算法，該算法引入了殘差學(xué)習(xí)單元，殘差單元有效地解決了在深度網(wǎng)絡(luò)中的退化問(wèn)題[16]，并且在不額外增加網(wǎng)絡(luò)參數(shù)和計(jì)算量的基礎(chǔ)上提升了模型速度和準(zhǔn)確度(圖3)。

圖3 典型的卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)

依據(jù)樣方大小將特征波段影像裁剪為224×224像素大小，使用MATLAB 2021b對(duì)深度學(xué)習(xí)數(shù)據(jù)標(biāo)簽進(jìn)行制作，為避免網(wǎng)絡(luò)堆疊過(guò)深，出現(xiàn)梯度消失或梯度爆炸問(wèn)題，選擇Resnet 18模型進(jìn)行深度學(xué)習(xí)。網(wǎng)絡(luò)初始卷積核參數(shù)設(shè)置(表1)經(jīng)過(guò)5層卷積和5層池化后，經(jīng)2層全連接層后輸出，輸出為樣本的類別標(biāo)簽。本文學(xué)習(xí)速率設(shè)為0.001，迭代輪數(shù)為40輪。將數(shù)據(jù)將隨機(jī)劃分訓(xùn)練集、驗(yàn)證集、測(cè)試集，比例分別為80%，10%，10%。

表1 Resnet18網(wǎng)絡(luò)初始卷積核參數(shù)設(shè)置

1.3.4支持向量機(jī)識(shí)別模型建立 SVM選擇徑向基核函數(shù)(Radial basic function)，gamma參數(shù)為0.33，即為輸入影像波段數(shù)目的倒數(shù)；懲罰參數(shù)(Penalty parameter)設(shè)置為100，該參數(shù)控制了樣本錯(cuò)誤與分類剛性延伸之間的平衡，分級(jí)處理等級(jí)(Pyramid levels)參數(shù)設(shè)置為0，以原始分辨率處理。按照地面照片數(shù)據(jù)，對(duì)各類地物進(jìn)行目視解譯，分別選取訓(xùn)練樣本，其中伊犁絹蒿選擇358個(gè)，角果藜選擇206個(gè)，裸地選擇453個(gè)。識(shí)別技術(shù)路線如圖4所示。

圖4 識(shí)別技術(shù)路線

2 結(jié)果與分析

2.1 識(shí)別對(duì)象多光譜特性分析

由圖5可知，在4月的3個(gè)飛行高度下，可見(jiàn)光和紅邊波段反射率均表現(xiàn)為裸地>伊犁絹蒿>角果藜；在近紅外波段15 m飛行高度下表現(xiàn)為裸地>角果藜>伊犁絹蒿，30 m和60 m表現(xiàn)為裸地>伊犁絹蒿>角果藜。6月各飛行高度下，可見(jiàn)光波段和Red edge波段反射率均表現(xiàn)為裸地>角果藜>伊犁絹蒿；在15 m和30 m飛行高度下，NIR波段反射率表現(xiàn)為角果藜>裸地>伊犁絹蒿，60 m飛行高度下表現(xiàn)為裸地>角果藜>伊犁絹蒿。在9月的15 m飛行高度下，可見(jiàn)光波段反射率表現(xiàn)為角果藜>裸地>伊犁絹蒿，在30 m高度下，Red edge波段的裸地高于兩種植物，而在60 m高度下表現(xiàn)為裸地>角果藜>伊犁絹蒿；3個(gè)高度下在Red edge波段表現(xiàn)為角果藜>裸地>伊犁絹蒿；在NIR波段15 m和30 m下角果藜>裸地>伊犁絹蒿，而60 m飛行高度下表現(xiàn)為角果藜>伊犁絹蒿>裸地。3個(gè)月份內(nèi)，隨著飛行高度增加，3類地物反射率逐漸降低，表現(xiàn)為15 m>30 m>60 m；60 m的高度下伊犁絹蒿和角果藜反射率差異較小；在可見(jiàn)光波段，伊犁絹蒿與角果藜反射率均表現(xiàn)為先升高后下降的趨勢(shì)。在月份間平均反射率表現(xiàn)為6月>4月>9月。

圖5 3類地物無(wú)人機(jī)多光譜特征

2.2 識(shí)別波段的選擇

2.2.1波段標(biāo)準(zhǔn)差分析 5個(gè)波段的標(biāo)準(zhǔn)差如表2所示，在4月，3個(gè)飛行高度下標(biāo)準(zhǔn)差較大的波段為Blue,Green,Red，這3個(gè)波段相比于Red edge、NIR波段差異更大。在6月和9月，3個(gè)高度下標(biāo)準(zhǔn)差較大的波段為Red,Red edge,NIR，這3個(gè)波段相比于Blue,Green波段差異更大。波段Red在各月份和各高度下均有較大差異，并且月份內(nèi)標(biāo)準(zhǔn)差隨著高度增加而減小。

表2 無(wú)人機(jī)多光譜特征波段標(biāo)準(zhǔn)差

2.2.2波段間相關(guān)性分析 5個(gè)波段間的相關(guān)性如表3所示，在不同月份和不同飛行高度下均達(dá)到0.9以上。相比之下，在4月15 m飛行高度下Red，NIR波段間相關(guān)性最低，30 m和60 m高度下，Blue，NIR波段間相關(guān)性最低，6月各高度下的Red,NIR波段間相關(guān)性最低，9月各高度下的Blue，NIR波段間相關(guān)性最低。由于各波段間相關(guān)性較高，需要通過(guò)標(biāo)準(zhǔn)差和相關(guān)性計(jì)算出OIF值進(jìn)一步篩選出特征波段。

表3 無(wú)人機(jī)多光譜特征波段間相關(guān)性

2.2.3最佳指數(shù)因子 5個(gè)波段間相互組合的OIF值如表4所示。OIF值受標(biāo)準(zhǔn)差和相關(guān)性兩個(gè)因素相互影響，Green，Red和NIR的波段組合在4月3個(gè)飛行高度OIF值最大，Red，Red edge，NIR波段組合在6月和9月3個(gè)高度OIF值最大，因此在對(duì)影像分類時(shí)，選擇這2組波段合成RGB圖像分類。OIF值在高度間表現(xiàn)為15 m>30 m>60 m，表明飛行高度越低，影像所包含的信息越多，識(shí)別地物間差異越大。

表4 無(wú)人機(jī)多光譜10組波段組合方式的最佳指數(shù)因子

2.3 卷積神經(jīng)網(wǎng)絡(luò)識(shí)別精度分析

分別對(duì)4月、6月、9月3個(gè)飛行高度數(shù)據(jù)建立CNN識(shí)別模型，在ResNet-18模型中測(cè)試集經(jīng)過(guò)40輪訓(xùn)練后準(zhǔn)確率如圖6所示。4月隨迭代次數(shù)增加，15 m和30 m飛行高度下準(zhǔn)確率在前3輪上升較快，測(cè)試集在5輪時(shí)就已經(jīng)取得了超過(guò)75%的精度，訓(xùn)練進(jìn)行10輪收斂后準(zhǔn)確率一直維持在74%～83%；60 m準(zhǔn)確率上升較慢，在10輪前不穩(wěn)定且收斂較慢，訓(xùn)練進(jìn)行20輪收斂后精度不高，維持在66%～74%。6月的15 m、30 m與60 m測(cè)試集在前3輪準(zhǔn)確率上升較快；15 m在5輪時(shí)就已經(jīng)取得了70%的精度，訓(xùn)練進(jìn)行5輪收斂后準(zhǔn)確率一直在67%～78%，整體波動(dòng)變化不大；30 m精度維持在67%～74%；60 m維持在62%～72%。9月的15 m，30 m與60 m準(zhǔn)確率在前3輪上升較快，在第10輪接近最終分類結(jié)果。

圖6 基于無(wú)人機(jī)多光譜CNN模型的驗(yàn)證精度

由表5可知，4月15 m與30 m的總體識(shí)別精度相近，均達(dá)到82%以上，60 m較低為74.52%；6月15 m,30 m,60 m的總體識(shí)別精度分別為78.8%，75.56%，72.5%；9月15 m,30 m,60 m的總體識(shí)別精度分別為78.9%，76.31%，72.79%。CNN對(duì)3類地物的識(shí)別精度在各月份內(nèi)均表現(xiàn)為裸地>伊犁絹蒿>角果藜；隨飛行高度的增加分類精度降低，識(shí)別精度表現(xiàn)為15 m>30 m>60 m；不同月份間識(shí)別精度表現(xiàn)為4月>9月>6月。分類結(jié)果見(jiàn)圖7。

表5 無(wú)人機(jī)多光譜CNN識(shí)別精度

圖7 無(wú)人機(jī)多光譜CNN識(shí)別結(jié)果

2.4 支持向量機(jī)識(shí)別

由圖8中可知，在4月3個(gè)高度下，伊犁絹蒿錯(cuò)分給角果藜的樣本較少，沒(méi)有被錯(cuò)誤地歸類為裸地，隨著高度增加被分為角果藜的數(shù)量增加；6月角果藜錯(cuò)分給伊犁絹蒿和裸地較多，整體精度較低；9月伊犁絹蒿錯(cuò)分給其他地物數(shù)量較少，裸地只有在60 m下有1個(gè)錯(cuò)分為伊犁絹蒿，而裸地與角果藜錯(cuò)分較多。

圖8 無(wú)人機(jī)多光譜SVM識(shí)別混淆矩陣

由表6可知，4月在15 m和30 m的總體識(shí)別精度為86.23%和80.18%，60 m高度下總體識(shí)別精度較低為74.02%，Kappa系數(shù)分別為0.78，0.69和0.60；6月3個(gè)高度的總體識(shí)別精度分別為78.64%，75.38%和72.34%，Kappa系數(shù)為0.67，0.62和0.58；9月3個(gè)高度的總體識(shí)別精度為84.67%，81.22%和75.54%，Kappa系數(shù)為0.74，0.70和0.60。SVM對(duì)3類地物的識(shí)別精度在月份內(nèi)表現(xiàn)為裸地>伊犁絹蒿>角果藜；不同月份間總體識(shí)別精度表現(xiàn)為4月>9月>6月；在不同高度下SVM模型對(duì)3類地物的識(shí)別精度隨飛行高度的增加而降低，識(shí)別精度表現(xiàn)為15 m>30 m>60 m，分類結(jié)果見(jiàn)圖9。

表6 無(wú)人機(jī)多光譜SVM識(shí)別精度

圖9 無(wú)人機(jī)多光譜SVM識(shí)別結(jié)果

3 討論

健康綠色植物的光譜特征受葉片色素、細(xì)胞結(jié)構(gòu)、水分含量等因素的綜合影響，且在可見(jiàn)光、Red edge和NIR 3個(gè)波段呈現(xiàn)不同的變化[18]。本研究對(duì)伊犁絹蒿荒漠草地地物的光譜分析發(fā)現(xiàn)，在可見(jiàn)光波段，2種植物均呈現(xiàn)出“低-高-低”的光譜反射率趨勢(shì)，這是由于不同植物葉片內(nèi)各種色素對(duì)可見(jiàn)光不同光譜波段的吸收具有差異所致。在可見(jiàn)光與NIR波段之間，反射率急劇上升，出現(xiàn)“紅邊”現(xiàn)象，伊犁絹蒿和角果藜反射率在Red edge波段急劇上升主要是受葉片內(nèi)部構(gòu)造差異的影響，隨著波長(zhǎng)進(jìn)一步增加至NIR波段附近，伊犁絹蒿反射率高于角果藜，這與范燕敏等[19]和韓萬(wàn)強(qiáng)等[8]對(duì)伊犁絹蒿荒漠草地植物光譜反射率趨勢(shì)的結(jié)果一致。NIR波段由于綠色植物葉肉海綿組織結(jié)構(gòu)中擁有許多空腔，其具有很大的反射表面，而且細(xì)胞內(nèi)葉綠體呈水溶膠狀態(tài)，輻射能量大都被散射掉，形成NIR波段高反射率[20]。波段數(shù)量的增加會(huì)造成不必要的運(yùn)算，因此本研究依照各地物間光譜特性的差異進(jìn)行波段篩選，4月的特征波段為Blue，Green，Red，6月和9月為Red，Red edge，NIR。曹敏等利用OIF選擇了Blue,Red,NIR波段進(jìn)行組合[21]，而徐磊利用相同的方法選擇的特征波段為Green，NIR，SWIR[22]，各學(xué)者所篩選的特征波段各有不同。因此，對(duì)不同的識(shí)別對(duì)象需要進(jìn)行專一性的特征篩選。

識(shí)別精度在月份間表現(xiàn)為4月>9月>6月，是受伊犁絹蒿和角果藜生長(zhǎng)時(shí)期間的差異影響。在4月的識(shí)別精度最高，是因?yàn)?月的伊犁絹蒿處于營(yíng)養(yǎng)期，而角果藜處于苗期[23]，其植被蓋度、植株形態(tài)和反射率光譜差別大；6月的伊犁絹蒿和角果藜蓋度增加，兩者間的重疊度增加，導(dǎo)致在重疊區(qū)域的分類效果不理想，容易錯(cuò)分為其它類別。9月的伊犁絹蒿處于花期，兩種植物間有明顯的差異；但角果藜的植物變的枯黃，和裸地的可分性降低，影響識(shí)別精度。植物隨物候變化，生長(zhǎng)狀況不一致，對(duì)識(shí)別精度有較大的影響，這與汪傳建等和汪小欽等的識(shí)別結(jié)果一致[24]。選擇植株差異較大的時(shí)期進(jìn)行識(shí)別，可以顯著提高識(shí)別精度。

本研究將CNN算法和SVM模型應(yīng)用于伊犁絹蒿荒漠草地植物的識(shí)別中，CNN在4月獲得大于80%的識(shí)別精度，SVM在4月和9月獲得大于80%的識(shí)別精度，證明了將CNN和SVM應(yīng)用于伊犁絹蒿荒漠草地植被的識(shí)別是可行且有效的，這與陳善雄等[25]和肖偉等[26]在識(shí)別研究的結(jié)果一致。研究發(fā)現(xiàn)CNN和SVM分類器在15 m的飛行高度可以較好的區(qū)分3類地物，而對(duì)象間的識(shí)別精度隨飛行高度增加而降低。飛行高度增加，傳感器接收到的光譜包含來(lái)自相鄰像素的組合反射率。這表明反射率的變化與空間分辨率和地表復(fù)雜性，而地物的空間分辨率和反射率降低，使區(qū)分體積較小地物的難度增加[27-28]。飛行高度增加所造成的混合像元問(wèn)題是影響分類精度的重要原因之一，大疆精靈4多光譜無(wú)人機(jī)在飛行高度為30 m時(shí)，空間分辨率為1.6 cm，當(dāng)空間分辨率小于1.6 cm時(shí)對(duì)于伊犁絹蒿荒漠草地植物進(jìn)行分類可以獲得較高的識(shí)別精度。在15 m的高度下飛行1塊樣地需要30 min，而30 m的飛行高度獲取相同面積的數(shù)據(jù)只需要7 min，并且識(shí)別精度也達(dá)到80%以上，雖然精度低于15 m飛行高度，但如果在相同時(shí)間內(nèi)能獲得更大面積數(shù)據(jù)，可選用30 m的飛行高度。在分類器的選擇中SVM的優(yōu)點(diǎn)是小樣本、結(jié)構(gòu)風(fēng)險(xiǎn)最小化、具有更強(qiáng)的泛化能力[29-30]，從分類結(jié)果上看仍然是對(duì)伊犁絹蒿荒漠草地較好的分類器選擇。CNN模型雖然比SVM模型訓(xùn)練時(shí)間更短，訓(xùn)練參數(shù)更少，但是CNN相較于SVM的識(shí)別準(zhǔn)確率卻沒(méi)有提升，這說(shuō)明SVM模型更適合本研究。上述結(jié)果表明本研究使用的SVM具有一定的可行性，可以在伊犁絹蒿荒漠草地地物識(shí)別中取得更好的效果。

4 結(jié)論

地物反射率隨著飛行高度增加而逐漸降低，不同物候期的伊犁絹蒿與角果藜在可見(jiàn)光波段均表現(xiàn)為“低-高-低”的光譜反射率趨勢(shì)。依據(jù)光譜特征差異篩選OIF，敏感波段不受飛行高度的影響，但卻在不同月份間有差異，4月敏感波段為Blue,Green,Red，6月和9月為Red，Red edge，NIR。以荒漠草地植物為識(shí)別對(duì)象，建立識(shí)別模型，識(shí)別精度在不同分類方法、生育期、飛行高度和識(shí)別地物中均表現(xiàn)出差異，整體識(shí)別精度在分類方法間為SVM>CNN；月份間為4月>9月>6月；飛行高度下為15 m>30 m>60 m；識(shí)別對(duì)象間整體為裸地>伊犁絹蒿>角果藜。在4月15 m飛行高度下，使用SVM對(duì)伊犁絹蒿荒漠草地主要物種識(shí)別效果最佳。