【目的】为准确、及时估算烟田涝灾损失程度。【方法】以搭载高光谱成像仪的无人机采集强降水后的烟田高光谱遥感影像,对影像进行图像分割、几何校正、辐射校正、地表反射率反演等处理,根据烟株倒伏程度将烟田分为受灾烟田、正常烟田和土壤3个类别,并构建兴趣区(region of interests,ROI),采用光谱角匹配算法对涝灾烟田进行分类,利用光谱相关系数和光谱角度评估各地类光谱曲线与ROI的匹配程度,基于混淆矩阵对分类结果进行精度评价。【结果】无人机高光谱的涝灾烟田的总体分类精度达到91.8%,Kappa系数0.85。【结论】基于无人机高光谱信息和光谱角匹配算法能够有效识别烟田涝灾损失区域,为实现烟田灾情快速评估提供了技术支撑。
暂无评论