摘要：各种不同地物之间光谱数据的不同时区r分不同物种的基础。基于对不同光谱数据的处理，我们通过LSD数据分析和构建折线图来比较不同地物的不同波段光谱反射率的不同，结果发现，植物在400-700波段差异显著且不重复，差异较为显著。且随着波长增加，各种地物光谱反射率趋于增大。于是我们引入PASW处理数据，发现不同地物之间相关性较低，拟合度不高。七种地物在此波段反射率差异显著（p=0.05）。我们还对新老树桩在各波长的反射率进行一次函数分析比较，可轻易通过一定波长的一次导数曲线进行辨别。
关键词：光谱；林业遥感；森林资源；特征分析
1. 引言
自上世纪60年代以来，科学技术发展迅速，加速了遥感技术的应用。同时由于人口急速增长，木材需求量逐年递增。非法砍伐现象日益严重。但由于森林面积过大，这种违法现象很难最终追究处罚。由此便想到利用光谱遥感技术来监测林业砍伐，维护森林完整性。光谱遥感技术是将光谱技术和成像技术相结合，以超高的分辨率对目标地物进行成像，同时获取数百甚至上千个波段，从而形成连续光谱图像的技术。林业的监测和调查对于合理利用林业资源，森林资源变化信息提取、监测林业砍伐等起到了举足轻重的作用，为实时而科学的森林经营管理增添了一种新技术手段[1]。笔者们测量的对象包括了自然界的植被，土壤，岩石等地物，研究的波段基本覆盖了遥感所需的全部波段。
2. 试验材料及方法
2.1 试验材料
由于黄草地，枯叶从，土地等颜色较易与树桩混淆，我们采用这些材料进行光谱测定与对比。并设计诸如绿草地，黑棚等一系列颜色与树桩差异较大的材料作为对照组。
2.2 试验地点
中国科学院植物研究所，试验区为中国科学院植物研究所。
2.3 测定方法及数据处理方法
测定方法及时间： 我们选择在2017年1月24日，当天时间为正午12时在室外运用光谱仪进行数据采集（该天天气晴朗，少云），以减小光线对试验数据及结论的影响。又由于室外条件稳定度较低且天气较为寒冷，导致数据的离散程度偏大。所以我们进行了多点位大量数据采集。我们利用光谱仪（ASD FieldSpec HandHeld 1614）
在室外对新老树桩、枯叶从、土地、黑棚、黄绿草地采集了350-1050波段的高清晰度光谱数据。
数据处理：我们对严重离散的数据进行了删减处理，对每个测量点测得光谱数据进行平均值处理。且在图像绘制时，对每种地形各观测点的数据进行平均值处理。并利用Excel 2016进行图像表达，并且除去误差较大测量数据。最后对全波段进行粗略分析并对400-700波段进行详细分析。
2.4 测量仪器及数据处理软件
测量仪器：光谱仪（ASD FieldSpec HandHeld 1614）
数据处理软件：Excel，SPSS18
3. 光谱测定结果及初步分析
3.1 对不同地形光谱特征的对比分析
我们對各数据进行平均值处理后，为方便对其光谱特征进行比较，新树桩、黄草地、枯木从、黑棚和土地的光谱图类似于一次函数；绿草地由于叶绿素的作用，其光谱图呈现非常经典的绿色植物线形【2】；而旧树桩由于暴露于空气的时间过长，气候因素导致其光谱数据在750-1050波长阶段反射率数据异常快速增长。为了方便进行比较和鉴别，我们注重分析400-700波长阶段。鉴别的主要为在该波长范围内反射率增长速度（各曲线斜率）。图1中不难看出，新树桩在400-700的增长速度约为0.0015%/nm，明显高于旧树桩、黄草地、绿草地、枯木从、黑棚和土地在该波段内的增长率。但为了证明各一阶导之间的易分辨程度，我们对其进行了显著性测试。我们可以看出新树桩同枯叶有很大的显著性（p=0.123），即新树桩与枯叶非常相似，很难分辨出。但是也可以通过一阶导数进行分辨。而此又恰与图中测量的NDVI【3】数据所呈现的柱状图相吻合；而老树桩与黄草地，绿草地，枯叶，黑棚，土地有很低的显著性（p=0.00），即很易从光谱分辨出老树桩。
3.2 对新老树桩差异性比较
该实验的目的是由于在林业中，即便检测和处罚后，旧的树桩也很难移出，为避免重复性测量。需要有简便方法鉴别新旧树桩。新老树桩在350-950波长的反射率数据图像近似度极高，很难很快进行比较。所以我们着重分析了950-1050波长的反射率差异。新树桩由于暴露于空气的时间较短，其一阶导数数据基本与350-950波长的反射率一阶导数一样（二阶导数基本为0）。而旧树桩在此波段内一阶导数增长仅为显著（二阶导数基本为正），非常容易辨别。用这种方法可以用极短的时间鉴别木桩的新旧程度，避免重复的侦查和处罚。
结语：本文研究表明，通过遥感光谱数据分析，我们可以通过光谱数据图，NDVI数据以及显著性区分开树桩与其他物体。在400-700nm之间，我们可以通过反射率的斜率区分新树桩、老树桩、枯叶从、黑棚、黄草地、绿草地和土地。通过950-1050波长的反射率差异，我们可以简便的分情树桩的新老程度，在林业上有极大应用。
致谢：感谢中国科学院植物研究所唐治喜，北京少年行科技有限公司杨懿儒、胡萌等的帮助！
参考文献
[1] Wu Jian， Peng Dao-li， et al. 吴见，彭道黎等。高光谱遥感林业信息提取技术研究进展。 北京林业大学省部共建森林培育与保护教育部重点实验。1000—0593（2011）09—2305—08]
[2] Yang Feng， et al杨峰等。高光谱数据估测稻麦叶面积指数和叶绿素密度。1.南京210093； 2.江苏省环境科学研究院，南京210036）
[3] Rouse et al. （1974）