用偏最小二乘法提取石头口门水库水色信息

水体的高光谱数据在提供大量信息的同时,其波段间存在很高的相关性,常规的统计方法反演水质参数不但不能充分利用这些信息,并且也不能很好的去相关,而偏最小二乘回归分析可以较好的解决这一问题。因此本研究通过利用高光谱仪在石头口门水库进行反射光谱测量和同步水质采样分析,建立了叶绿素a和悬浮物含量的偏最小二乘回归模型。结果表明：该模型能较好的利用高光谱数据信息,各光谱波段自变量在最终模型中的系数大小在一定程度上较符合叶绿素a和悬浮物的光谱吸收、散射特性;通过与常规的比值模型、一阶微分模型进行对比,偏最小二乘回归模型明显优于前两者,其各决定系数均高于0.7,因此估测效果较理想,可用于内陆二类水体的水色信息提取。     

基于三波段模型的大豆叶绿素a含量估算模型

基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型. 通过IDL（interactive data language）实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度. 比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高（R²=0.81）. 研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度.     

WorldView-2影像的水深探测能力

以中国南海东岛周边海域为研究区域,利用波段组合法开展高分辨WorldView-2影像的水深探测能力研究,分别建立单波段、双波段和多波段模型,进行精度评价。结果表明：多波段模型反演效果最好,双波段次之,单波段最差;各波段水深探测能力比较：绿波段 >全色波段 >蓝波段 >红波段;前视影像比后视影像的水深反演精度略高,全色波段在水深探测中具有重要作用。     

高光谱分辨率遥感技术及其在植被监测中的应用

传统的宽波段遥感波段数少、光谱分辨率低,不能很好地获得植被反演的信息,而高光谱遥感数据由于其具有光谱分辨率高、数据丰富等独特性能,已成为地表植被地学过程中对地观测的强有力的工具。综述了高光谱遥感数据的关键技术及其在植被生长监测中的应用。     

叶肉结构对叶片光谱及生化组分定量反演的影响

深入研究了PROSPECT模型中叶肉结构参数N对叶片反射和透射光谱的影响,利用迭代法使全波段代价函数达到最小来计算LOPEX93数据集中样品的最优N值,对在最优N值下的模拟光谱与实测光谱进行比较,并对N在不同取值情况下,叶绿素与水分的反演进行了研究.研究认为:(1)N对整个光谱波段产生影响,并随N的增大而减小;(2)构造全波段代价函数,利用迭代法得到的最优N值可以很好地模拟实际光谱;(3)在高估N值情况下的叶绿素和水分反演精度明显高于低估N值的情况;(4)水分反演的效果明显优于叶绿素反演的效果,原因与代价函数的选取有关.     

利用统计和物理模型反演植物生化组分的比较

利用不同形式的光谱数据,如反射率、透射率和吸收率,以及经过不同波段间隔和噪声水平处理的反射率,直接比较了统计模型和物理模型反演鲜叶片叶绿素、水和干物质含量的效果。结果表明,物理模型对光谱数据波段间隔和噪声的鲁棒性比统计模型要好,而在反演的绝对效果上,统计模型的反演结果特别是对水分的反演与物理模型相当,要充分考虑统计模型和物理模型反演植物生化组分时的优缺点,提高反演的精度和效率。     

基于可见光/近红外光谱技术的黄桃糖度在线检测研究

应用可见光/近红外光谱分析技术,采用多元线性回归（MLR）模型方法,研究近红外光谱技术预测黄桃糖度的方法.采集60个不同成熟度的黄桃样品,利用ASD野外光谱仪测定黄桃光谱,反射光谱预处理后转换成吸收光谱,通过分析黄桃的吸收光谱特征、以及黄桃糖度与吸收光谱的一阶导数的相关性,找出对黄桃糖度的敏感波段.采用多元线性回归对黄桃糖度的敏感波段建模.结果表明：在350~2 500 nm波长范围内,黄桃吸收光谱的一阶导数模型模拟效果较好.黄桃糖度能较好地利用多元线性模型模拟,模型的相关系数大于0.61,并且均方根误差是0.44%。     

基于滤波张量分析的高光谱目标检测方法

现有的高光谱图像目标检测算法大都把各个波段不加区分地对待,从而不能充分利用图像波段的物理信息。将高光谱图像按照成像机理的不同首先分为几个不同的波段范围（比如可见光、近红外、短波红外等）,并通过将高光谱图像的不同波段范围与多时相遥感数据的时相维进行对应,将最近发展的一个多时相目标检测算法——滤波张量分析（filter tensor analysis,FTA）引入高光谱目标检测中,提出一种面向单时相高光谱图像的分波段FTA算法。针对高光谱图像的实验表明,与传统的单时相目标检测算法相比,分波段FTA算法取得了很好的检测效果。     

黄河三角洲土壤含盐量定量遥感反演

以黄河三角洲地区为实验区域,利用实测的土壤全盐含量数据,结合中国产的中巴地球资源卫星02B(CBERS-02B)多光谱遥感影像,分别应用传统的多元线性回归模型和BP人工神经网络模型,对其进行含盐量反演建模,并对2种模型的精度进行比较.实验表明,应用BP人工神经网络建模,明显改善了反演精度;且该反演模型更适宜于高盐度区域(全盐含量>1%)土壤含盐量反演制图,具有较好的应用前景.     

太湖富营养化水体比辐射率测量及MODIS水体温度反演应用

比辐射率是遥感温度反演的重要参数,水体成分变化会改变水体热辐射物理性质,对比辐射率造成影响。目前研究水体成分对水体比辐射率影响的研究比较缺乏。利用搭配PIKE积分球的Nicolet iS50傅里叶红外光谱仪测定不同浓度浮游藻类、悬浮物对水体比辐射率的影响,提出一种二类水体比辐射率的计算模型,基于该公式计算MODIS影像在分裂窗算法中的比辐射率响应与太湖表面温度,并进行空间分析与精度评价。实验结果表明：蓝藻与悬浮物对水体比辐射率都有影响,悬浮物影响更显著;在综合考虑叶绿素a和悬浮物的条件下,与传统水温反演结果相比,偏差最大可达1.21 ℃;在较低浓度的悬浮颗粒物条件下,浮游藻类叶绿素a浓度对温度反演的最大偏差达0.86 ℃,在较低浮游藻类叶绿素a浓度条件下,悬浮颗粒物浓度对温度反演的最大偏差达0.98 ℃。真实性检验结果表明,蓝藻和悬浮物浓度对温度反演的最大影响值达到0.78 ℃,多数验证点的影响值在0.53~0.78 ℃之间。研究表明,引入蓝藻与悬浮物浓度的比辐射率校正函数能够有效降低水体表面温度的遥感反演误差。     

基于Hydrolight的太湖水体区域化固有光学模型参数率定与验证

神经网络作为相对理想的可以业务化运行的水色遥感建模方法,在训练过程中需要巨量的数据集;而实测数据无法满足要求,需要利用水体辐射传输软件Hydrolight模拟数据集.利用数值统计方法对太湖7期野外实测数据进行分析,确定利用Hydrolight模拟太湖遥感反射率时,需要输入的藻类颗粒物、非藻类颗粒物和有色可溶性有机物的比吸收系数、比散射系数等参数;利用这些参数模拟遥感反射比,并与实测光谱数据进行比较,发现二者相关性普遍在0.95以上,证明确定的太湖区域化参数符合模拟需要,具有较强的实用价值.     

一种基于谱聚类算法的高光谱遥感图像分类方法

结合K-means算法和谱聚类方法的优点,提出一种新的高光谱图像聚类方法。该方法在对高光谱图像数据进行特征降维的基础上,采用K-means算法对图像进行粗聚类处理,然后采用谱聚类方法对粗聚类结果进行较高精度的聚类。与K-means聚类算法相比,该方法有效提高了高光谱图像聚类的分类精度。对模拟数据和真实的高光谱数据的对比实验表明,相对于K-means和谱聚类方法,该方法具有良好的聚类性能。     

雪中污染物对积雪光谱的影响研究

分析了积雪光谱与其中污染物含量的关系.研究发现随污染物含量的增加,350~850nm处积雪的反射率急剧降低.用非线性回归方法,对污染物含量敏感的波长进行分析.结果显示,在384nm处,随污染物含量的增加,反射率以对数的形式变小;而在1495nm处,随污染物含量的增加,反射率以指数的形式增加.同时从所测光谱中,选择TM各个波段的中心波长与污染物进行相关分析,得到和逐波段与污染物进行相关分析一致的趋势,因此可以将该方法结合TM影像来预测积雪中污染物的含量.     

黑土土壤水分光谱响应特征与模型

为揭示土壤水分对土壤反射率的影响机理,并为其他土壤参数遥感监测提供理论支持,以吉林省德惠市黑土野外、室内高光谱反射率为研究对象,运用光谱分析方法与统计分析方法,分析土壤水分光谱特征,建立土壤水分光谱模型,得出以下结论：土壤光谱反射率在400-2500 nm范围内主要有5个吸收谷,随着含水量的增加,土壤光谱吸收谷的面积增大;而秸秆光谱反射率在土壤前2个吸收谷附近没有明显的吸收特征;未翻耕土壤由于秸秆残茬的影响,第二吸收谷左右两部分面积比例增大,这一特征可用于判别土壤是否翻种;土壤表层0-5cm含水量与反射光谱数据的相关性强于5-10cm;土壤含水量与土壤光谱反射率之间是指数或线性关系;土壤含水量高光谱模型稳定性较好、精度较高,可以用于土壤含水量的速测。     

基于光谱纹理特征融合和神经网络的地表发射率获取方法

地表发射率是热红外遥感中最为关键的参数之一,在热红外遥感的定量化研究、地表能量平衡和地物填图等领域起着重要作用。但是,从热红外遥感数据反演地表发射率需要求解病态方程。提出一种基于神经网络模型逐像元获取地表发射率的方法。该方法基于MODIS 可见光通道的反射率数据提取纹理特征,将纹理信息和可见光光谱信息进行融合作为神经网络的输入特征,发射率作为输出。获取的地表发射率结果和MODIS的标准发射率产品对比,平均误差为0.002。该方法直接建立地表发射率和地表反射率的关系,为单通道热红外卫星精确获取地表温度和发射率提供依据和可能。     

偏振反射与二向性反射的关系——以不同物候期杨树单叶的室内光谱测量为例

利用二向光度计实测了4个物候期杨树单叶的偏振反射比与二向反射比数据,并对此数据进行了分析,得出了杨树单叶的偏振反射特征与二向反射特征之间的关系及其对物候变化的响应,为偏振光遥感、多角度遥感的深入研究与应用提供了依据,并且对森林遥感也做出了一种新的尝试.     

基于MODIS/NDVI时序数据的土地覆盖分类

以250m分辨率的MODIS/NDVI时间序列数据为主要数据源,通过Sacizkky-Golay滤波重建高质量NDVI时间序列数据;同时融合500m分辨率的MODIS多光谱反射率数据和90m分辨率的DEM数据.将非监督分类法和决策树法相结合,进行黑龙江流域土地覆盖分类研究.对分类结果采用已有的土地覆盖数据和高分辨率遥感影像进行精度评价,评价结果表明,利用MODIS/NDVI时间序列数据获得较高精度的土地覆盖分类结果是可行的.     

容器化的遥感信息服务平台技术研究与实验

在遥感大数据的时代背景下,将遥感信息与实际生产结合,已经在各行各业得到广泛的应用。随着遥感信息处理与共享被应用到越来越多的领域,单一的遥感数据服务架构已不能满足实际生产条件中对于高可用、易扩展的要求。中国遥感卫星地面站存有海量的遥感影像数据,如何利用现有的数据来提供更好的信息服务一直是地面站探索的方向。在私有云环境下,通过kubernetes容器编排管理构建容器化的遥感信息技术处理平台,提供遥感信息服务。进而在容器化的基础环境、遥感影像计算处理、遥感数据接入以及用户服务模式4个方面展开技术研究,构建了集“数据查询获取—影像计算处理—遥感信息服务”于一体的遥感信息服务平台。