高光谱遥感的应用

高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。简要介绍了高光谱遥感的特点，然后试对近年来高光谱遥感技术的研究(主要是其数据特点及数据分析方法)和其应用状况作一综合性的阐述。     

基于判别信息极限学习机的高光谱遥感图像分类

极限学习机（ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用,然而在高光谱遥感图像分类中,极限学习机算法不能较好地利用数据蕴含的判别信息,限制了ELM的分类性能。为此,提出一种基于判别信息极限学习机（IELM）,IELM继承了极限学习机的优势,并在一定程度上解决了极限学习机在有限高光谱遥感图像数据样本中学习不充分的问题。高光谱遥感图像分类实验结果表明,该算法具有较好的分类效果。     

高光谱遥感图像矿物填图模块设计

针对光谱仪从野外测得的高光谱遥感数据,提出一种基于IDL的矿物组合填图模块,该模块主要利用光谱角度填图法（SAM）与光谱信息散度法（SID）对高光谱遥感图像进行矿物填图,并通过不同颜色填充能够对矿物进行区别并有选择地进行查看．     

樟树幼林纤维素含量高光谱遥感估算模型研究

高光谱遥感的快速发展使得定量估算植被纤维素含量成为可能。本研究采用美国ASD公司生产的野外光谱辐射仪测量樟树幼林的冠层光谱,对观测叶片进行了同步纤维素含量的测定。利用统计相关分析法,分析樟树冠层光谱与纤维素含量之间的相关关系。研究结果表明:在325nm至1075nm波段范围内,樟树幼林纤维素含量的敏感波段位于895nm、590nm、591nm;通过建立各敏感波段与纤维素含量之间的估算模型,并进行精度检验,得出了纤维素含量估算的高光谱模型为:y=38.611 3894.056×α895-14713.7×α590 11100.905×α591。说明利用高光谱遥感数据可以估测樟树幼林的纤维素含量。     

基于偏振高光谱技术的矿物波谱实验研究

矿物和岩石的系统光谱学研究是当今高光谱遥感发展的基础.目前对矿物岩石光谱的研究主要集中在可见-近红外波段的传统光谱,基于两个波段(A:630～690nm,B:760～1100nm),波段范围不连续,同时观测数据的精度与目前常用的遥感数据之间有一定的差距;高光谱条件下矿物的偏振反射特性还少有研究.本文在传统光谱测量基础上,以方解石为例,利用偏振高光谱技术对矿物波谱进行测定,绘制矿物偏振高光谱曲线图,直观表现矿物在偏振高光谱条件下的连续渡谱特性.     

基于高光谱遥感特征参数的樟树幼林叶绿素a含量估算模型

以ASD公司生产的手持式野外光谱辐射仪测量樟树幼林的冠层光谱,同时对观测叶片进行叶绿素a含量的测定。利用统计相关分析法,分析了高光谱遥感特征参数与叶绿素a含量的相关关系,在此基础上建立了高光谱遥感特征参数的樟树幼林叶绿素a含量估算模型,并对模型进行了精度检验。结果表明:樟树幼林叶绿素a含量与Db、Rg、Rg/Ro、(Rg-Ro)/(Rg Ro)之间的相关系数达到了0.01极显著性检验水平;建立它们与叶绿素a含量的估算模型,通过精度检验,选择出最适合叶绿素a含量估算的高光谱模型:y=exp[1.027 (-348.942)×Db]。     

几种典型矿物的偏振高光谱特性研究

矿物和岩石的系统光谱学研究是当今高光谱遥感发展的基础.目前对矿物岩石光谱的研究主要集中在可见-近红外波段的传统光谱,基于两个波段(A:630～690 nm,B:760～1 100 nm),波段范围不连续,同时观测数据的精度与目前常用的遥感数据源之间有一定的差距;利用高光谱对矿物的偏振反射特性目前还少有研究.文章在传统光谱测量基础上,利用偏振高光谱技术对矿物波谱进行实验,绘制波谱曲线图,直观表现矿物在偏振高光谱条件下的连续波谱特性,为遥感找矿技术提供新的发展方向.     

高光谱植被指数与水稻叶片叶绿素相关分析

利用野外地物光谱仪Avafield-1测定水稻灌浆晚期三个品种的叶片光谱曲线,将所测的光谱反射率值计算得到11个植被指数,分析植被指数与同期所测叶片叶绿素值关系.结果表明品种三与其他两个品种在灌浆晚期光谱曲线差异较为明显,植被指数对于灌浆晚期叶片叶绿素相关性较低,最大相关值0.83是修正归一化差异指数与叶绿素计算所得.     

基于遥感分析的艾比湖流域植被分布研究

随着耕地和绿洲面积的增加和生态环境的恶化,导致艾比湖湖水面积逐年缩小,艾比湖流域的生态恶化事实上已成为困扰新疆的第二大生态问题,艾比湖干缩导致的地下水位下降,使该流域周边地区荒漠化大大加快,荒漠化速度已高达每年38平方公里。该文基于遥感技术支持下,对艾比湖流域植被分布状况进行分析,利用遥感进行湿地监测,可以提高监测的时效性和准确性,以防止沙漠化。     

基于多任务学习的高光谱图像语义分割算法

针对高光谱图像语义分割中空间信息利用不充分的问题,提出了一种基于多任务学习的语义分割算法,分别为语义分割及基于遥感指数的图像重建任务.网络主要由3D卷积和2D卷积组成,通过主成分分析(principal component analysis,PCA)来减少冗余信息,通过不同任务的重要程度优化两者的损失函数权重.2个特征...     

福州地区植被覆盖遥感估算及变化分析

基于NDVI植被指数和改进后的像元二分模型,定量估算了福州地区1989年和2000年植被覆盖度,得出植被盖度分级,研究了福州地区1989—2000年植被覆盖的时空变化．研究结果表明,福州地区11年间总体植被状况稳定,1989—2000年植被覆盖的总面积增加了98．63km^2,增加的面积占区域总面积的0．83％;植被覆盖度为80％～100％的类型增加的面积最多,60％～80％的类型减少的面积最多;覆盖度为0～20％的类型变化率最大,为42．9％,覆盖度为60％～80％的类型变化率最小,为9．12％．     

基于遥感影像的矿区地物信息提取方法对比分析

以包头市白云鄂博矿区为试验区,以Landsat-8卫星影像为数据源,分别采用非监督分类、监督分类两种传统的分类方法与面向对象分类方法对遥感影像进行分类提取,并对三种方法的分类结果进行定性和定量比较。结果表明：传统的分类方法得到的分类图像连续性较差,很多点状分布的地物与实际地物不符合;而面向对象分类方法得到的图像各类地物之间边界明显,与实际的地物分布相似度高,更适合于矿区的空间信息提取工作。     

高光谱图像与农产品品质无损检测研究进展

高光谱图像具有图谱合一的特性,高光谱成像技术是农产品品质检测技术的发展趋势。本文从介绍高光谱图像特性、农产品无损检测技术入手,对高光谱图像在水果蔬菜、肉类、经济作物、粮食籽粒等农产品品质的无损检测方面的研究进展进行了综述,详细分析了高光谱成像技术对农产品品质无损检测的研究难点及未来发展趋势。     

高光谱估测黄壁庄水库悬浮物浓度的试验分析

以黄壁庄水库为试验区,利用ASD手持式光谱辐射计进行了库区水体反射光谱测量和同步水质采样分析,在分析水库水体反射光谱特征的基础上,运用微分光谱技术和统计相关方法直接分析诊断悬浮物浓度（SS）的敏感波段,并建立简单的线性估算模型．结果显示,715nm波段反射率的一阶微分与悬浮物浓度有较好的相关性,为今后利用星载高光谱传感器对黄壁庄水库乃至我国北方内陆水体悬浮物浓度进行大面积反演提供理论基础．     

一种基于引导滤波和MNF的高光谱遥感;图像分类方法

提出一种基于引导滤波和最大噪声分离变换的高光谱遥感图像分类方法。使用MNF对高光谱图像进行最大噪声分离变换并进行降维,然后使用引导滤波对降维后的图像进行滤波操作,使用的引导图像为MNF变换后的第一成份,得到滤波后的高光谱图像特征,最后使用支持向量机针对特征进行分类。在AVIRIS图像上的实验结果表明,与单纯的MNF方法相比,该方法的Kappa系数提高超过15%。     

遗传和差分演化算法的特征选择在高光谱图像降维中的应用

高光谱遥感使宽波段遥感中不可探测的物质可以被探测,成为了遥感界的一场新的革命．由于高光谱遥感图像波段多、光谱分辨率高、数据量庞大,给高光谱遥感数据实际应用分析带来极大不便．以特征选择为目的,以协方差矩阵特征值法为评价算法,设计实现了基于遗传算法和差分演化算法的降维过程．通过与传统的序列向前搜索的特征选择进行对比实验,比照搜索结果和算法耗时,验证了演化算法在特征选择的实现过程中具有良好的性能,证明了演化算法在高光谱图像降维中的实用价值．其中差分演化算法搜索结果十分稳定,可以替代完全搜索来寻找最优解．     

土壤重金属铬的高光谱估算模型

为探讨利用高光谱遥感快速监测土壤重金属含量的可行性,以石家庄市水源保护区为研究区域,对其土壤光谱数据与重金属铬含量进行相关性分析,运用多元逐步回归、偏最小二乘回归等多种方法建立估算模型。结果表明:土壤光谱特征波段为411、421、425、446、634、894、1 254、1 566、1 909 nm,主要处于土壤铁锰氧化物的特征吸收区域;多光谱变换指标多元逐步回归模型和多光谱变换指标偏最小二乘回归模型的决定系数R~2分别达到0. 689和0. 668。与单光谱变换指标模型相比,多光谱指标模型估算效果有明显提升。集成多光谱变换指标建模的思路可为土壤重金属铬的遥感监测提供借鉴。     

基于遥感数据的矿区土壤湿度信息提取及影响因素分析

为探究土壤湿度变化与含水层及断裂构造之间的关系,通过对矿区土壤湿度的反演,结合现有地质资料,以山东省临沂市兰陵县会宝岭铁矿及凤凰山铁矿区的Landsat8 OLI遥感数据和钻孔资料为数据源,利用植被调整垂直干旱指数(vegetation adjusted perpendicular drought index,VAPDI)进行土壤湿度的反演,分别获得丰水期与枯水期的土壤湿度空间分布及变化信息。研究显示:在枯水期,研究区南部和东部农田地区土壤湿度较大;在丰水期,土壤湿度较枯水期变化明显,主要表现为西北区域土壤湿度为正常范围的大部分区域变为极干燥状态,东南区域则由正常范围变为湿润状态,东北区域枯水期的土壤湿度相对丰水期有所增加。结合研究区含水层厚度分布图及矿区断裂构造提取图,发现土壤的湿润程度随含水层厚度的增加而增加并受断裂影响。因此,可以初步断定含水层厚度及断裂是影响该区域土壤湿度的主要因素。本研究对矿区的灾害预测、当地农田的合理配置以及生态恢复具有一定的科学指导作用。     

一种正交子空间投影高光谱图像端元提取算法

端元提取是高光谱图像混合像元分解的关键问题。针对正交子空间投影方法进行端元提取需要端元先验知识的问题,提出一种基于光谱最小信息熵的正交子空间投影高光谱图像端元提取方法。以光谱最小信息熵判定最优端元子集,同时将正交投影散度作为不同地物光谱向量之间相似性的测度指标用于判别端元。利用模拟数据和真实数据对算法进行验证,结果表明:算法不需先验知识,能够自动进行端元提取,且精度较高。     

基于无人机高光谱技术的水质预测反演系统设计与实现

利用高光谱分析技术,设计一套基于无人机高光谱技术的水质预测反演系统,以快速预测反演水质指标在水体中的动态空间分布情况.其主要功能包括光谱反射率值的提取、预测模型训练、水体区域分割提取、水质指标预测反演及反演结果的可视化显示等.实际应用结果表明,该系统界面简洁、操作方便,可作为高光谱技术在水质预测中的辅助工具,以满足研究人员对水质指标的快速预测反演需求.