摘 要：对局部区域入侵有害物种薇甘菊的精准发现和防治是一个难点，装有新型传感器的轻型无人机为复杂环境的数据采集提供了一种低成本、小风险的解决方案。通过无人机高光谱采集高分辨率影像，运用最大似然和支持向量机分析方法，对薇甘菊与其他物种精准分类识别进行研究。试验结果表明：基于机器学习方法的薇甘菊和其他物种的特征识别精度达到90% 以上，无人机高光谱遥感可为局部区域薇甘菊的快速获取、精准监测预警和防治提供高效手段。
关键词：无人机遥感；高光谱；支持向量机；特征识别；动态监测
中图分类号：TP79 文献标识码：A 文章编号：2096-4706（2020）10-0001-05
Research on Refinement Terrain Surface Features Classification Based onHyperspectral Image of UAV
LIU Zongwei，LIU Shengqian，XIE Jiajun
（Guangdong Ritu Wanfang technology Co.，Ltd.，Foshan 528305，China）
Abstract：It is difficult to identify and control the invasive species of Mikania micrantha in local area. The light UAV equipped with new sensors provides a low-cost and low-risk solution for data collection in complex environment. Through the UAV hyperspectral acquisition of high-resolution images，using maximum likelihood and support vector machine analysis method，the precise classification and recognition of Mikania micrantha and other species were studied. The experimental results show that the recognition accuracy of Mikania micrantha and other species based on the sample training of deep learning is more than 90%. The UAV remote sensing data can provide efficient means for the accurate monitoring，early warning and control of Mikania micrantha in local areas.
Keywords：UAV remote sensing；hyperspectral；support vector machine；feature extraction；dynamic monitoring
参考文献：
[1] 周先叶，昝启杰，王勇军，等. 薇甘菊在广东的传播及危害状况调查 [J]. 生态科学，2003（4）：332-336.
[2] 邱罗. 广州薇甘菊空间分布预测研究 [D]. 长沙：中南林业科技大学，2010.
[3] 吴卉晶，昝启杰，曾辉. 区域尺度薇甘菊入侵分布的影响因子 [J]. 生态学报，2009，29（10）：5442-5449.
[4] LI Q S，WONG F K K，FUNG T. ASSESSING THEUTILITY OF UAV-BORNE HYPERSPECTRAL IMAGE ANDPHOTOGRAMMETRY DERIVED 3D DATA FOR WETLANDSPECIES DISTRIBUTION QUICK MAPPING [J]. The InternationalArchives of thePhotogrammetry，Remote Sensing and Spatial Information Sciences，2017：209-215.
[5] 胡佳，林辉，孙华，等. 基于WorldView-2 的薇甘菊信息精细提取 [J]. 中南林业科技大学学报，2015，35（1）：42-49.
[6] 蔡华利. 基于SVM 的多源遥感分类的竹林信息提取方法研究 [D]. 北京：北京林业大学，2009.
[7] 张宇航，张晔.SVM 和RVM 对高光谱图像分类的应用潜能分析 [J]. 哈尔滨工业大学学报，2012，44（3）：34-39.
[8] 孙中宇，荆文龙，乔曦，等. 基于无人机遥感的盛花期薇甘菊爆发点识别与监测 [J]. 热带地理，2019，39（4）：482-491.
[9] 何灵敏，沈掌泉，孔繁胜，等.SVM 在多源遥感图像分类中的应用研究 [J]. 中国图象图形学报，2007（4）：648-654.
[10] 白璘，惠萌. 基于改进最小噪声分离变换的特征提取与分类 [J]. 计算机工程与科学，2015，37（7）：1344-1348.
[11] 刘涛，孙忠林，孙林. 基于最大似然法的遥感图像分类技术研究 [J]. 福建电脑，2010，26（1）：7-8.
[12] 李俊，陈善学，冯银波. 无人工样本的SVM 遥感图像分类方法 [J]. 电视技术，2013，37（23）：27-30+34.
[13] 居红云，张俊本，李朝峰，等. 基于K-means 与SVM结合的遥感图像全自动分类方法 [J]. 计算机应用研究，2007（11）：318-320.
作者简介：柳宗伟（1973—），男，汉族，湖北潜江人，高级工程师，博士，研究方向：智能交通、智慧城市、智能硬件。