INVASIVE SPECIES MAPPING USING LOW COST HYPERSPECTRAL IMAGERY?
Steven Jay1?– Research Assistant
Dr. Rick Lawrence1?– Associate Professor
Dr. Kevin Repasky2?– Associate Professor
Charlie Keith2?– Research Assistant
1Department of Land Resources and Environmental Science Montana State University – Bozeman
2Department of Electrical & Computer Engineering Montana State University – Bozeman 128 AJM Hall Montana State University Bozeman, MT 59717
?
入侵物種的監(jiān)測(cè)長(zhǎng)久以來是一個(gè)耗時(shí)、昂貴且無效的工作。遙感是監(jiān)測(cè)入侵物種的一種手段，然而，由于經(jīng)費(fèi)、時(shí)間和準(zhǔn)確度的問題，限制了這種方法。
?
本研究評(píng)估了一款性價(jià)比較高的高光譜成像儀監(jiān)測(cè)并區(qū)分坐落在草地生態(tài)系統(tǒng)的乳漿大戟（Euphorbia esula）。從2008年夏季開始每周搜集地面圖像，以識(shí)別乳漿大戟可以被準(zhǔn)確監(jiān)測(cè)和成像的物候期。高光譜成像儀獲取的每周圖像同時(shí)可用于評(píng)價(jià)時(shí)間序列分類，而傳統(tǒng)的方法需要花費(fèi)大量經(jīng)費(fèi)。本研究使用了隨機(jī)森林模型進(jìn)行圖像分類，分類準(zhǔn)確度與使用傳統(tǒng)實(shí)驗(yàn)室分析手段獲取的數(shù)據(jù)進(jìn)行了原始匹配，多重時(shí)間分類可以提高分類準(zhǔn)確度。將來的研究將配合該設(shè)備在無人機(jī)或低空飛行器上進(jìn)行低成本且有效的入侵物種監(jiān)測(cè)。
?
研究對(duì)象：
乳漿大戟：歐亞大陸入侵植物，有毒。它生長(zhǎng)在礦物裸土中，在牧場(chǎng)、荒地、休耕農(nóng)田泛濫，急需管理措施減小放牧和農(nóng)田損失，傳統(tǒng)的除草劑方法無效，放羊或者人工除草較有效。
?
傳統(tǒng)方法監(jiān)測(cè)中的問題：
使用地面觀測(cè)方法較難監(jiān)測(cè)且價(jià)格昂貴，因此對(duì)于管理措施的效果評(píng)價(jià)較難。GPS結(jié)合GIS的手段對(duì)于監(jiān)測(cè)和制圖較有效，但是需要很大的經(jīng)費(fèi)和技術(shù)支持。
遙感手段成為研究入侵植物的一種廣泛使用的方法，由于影像可以覆蓋較大研究區(qū)域，可以獲取地面調(diào)查所沒有調(diào)查到的版塊數(shù)據(jù)。但是繪圖相對(duì)成本較高，且有些衛(wèi)星傳感器的空間分辨率和光譜分辨率低，時(shí)間分辨率有限，準(zhǔn)確度有問題，且數(shù)據(jù)分析和整合要求強(qiáng)大的技術(shù)團(tuán)隊(duì)。
?
遙感方法監(jiān)測(cè)入侵物種：
搜集大量的光譜信息，但是價(jià)格貴、數(shù)據(jù)處理難，限制了應(yīng)用
隨機(jī)森林分類模型被用于對(duì)多光譜和高光譜圖像進(jìn)行分類。適用于均勻植物群落，以及混合植物群落。
多時(shí)期的高光譜圖像數(shù)據(jù)可以反映植物的物候期。
?
研究方法：
儀器選擇：
Pika II（美國(guó)Resonon公司）
400-900nm，分辨率：2.1nm,位深度：12，幀頻：60/s
隔7-10天獲取一張圖像（均在上午9-11點(diǎn)拍攝），共獲得11幅圖像
參考布：2x2m，3塊藍(lán)色參考布，像元分辨率5cm
?
如何測(cè)量？
PIKA II：用三腳架固定在山頂上，人工定時(shí)拍攝山谷區(qū)域的高光譜圖像
地面實(shí)測(cè)：隨機(jī)設(shè)置35個(gè)參考點(diǎn)，小旗子標(biāo)記，GPS信息，
1m樣方調(diào)查，植被密度，0-174株/m2
?
像元分辨率：通過測(cè)圖像中的參考點(diǎn)和實(shí)測(cè)GPS位置間的像元數(shù)量來計(jì)算；
分辨率檢驗(yàn)：通過2x2m參考布獲得的像元來檢驗(yàn)；
原始數(shù)據(jù)：提取和平均參考布向外0.5m半徑內(nèi)的像元作為練習(xí)數(shù)據(jù)；
使用random forest 算法分析每張圖像，處理每個(gè)像元，區(qū)分為有大戟出現(xiàn)的和無大戟出現(xiàn)的，像元與原始位置進(jìn)行匹配，繪制了有大戟和無大戟出現(xiàn)的圖像區(qū)域；
單一時(shí)間圖像分類：在使用這一技術(shù)監(jiān)測(cè)草場(chǎng)的大戟具有一定成效，11幅不同時(shí)間獲取的估算精度是在72%-95%，估算的最佳時(shí)間是在7月初，此時(shí)大戟的開花期到達(dá)頂峰，后期就開始衰老，早期難以辨識(shí)。
?
結(jié)論：
1. 本研究的初步結(jié)論非常有前景，因?yàn)閱为?dú)一天的數(shù)據(jù)可與其他高光譜測(cè)量數(shù)據(jù)相匹配，對(duì)現(xiàn)有的分析進(jìn)行進(jìn)一步研究并減小誤差將會(huì)使得研究結(jié)果更加有價(jià)值。
2. 這種高性價(jià)比的高光譜傳感器的發(fā)展將會(huì)成為高光譜遙感科學(xué)的突破，并將為高光譜數(shù)據(jù)的應(yīng)用擴(kuò)展新天地。
3. 準(zhǔn)確、耐用、和低成本的高光譜傳感器將為潛在的多時(shí)間尺度的高光譜分析和多平臺(tái)（如無人機(jī)和輕型飛機(jī)）應(yīng)用提供更廣闊的機(jī)遇。
查看原文獻(xiàn)：