面向高光谱矿物填图的多特征结合降维方法研究

高光谱影像具有图谱合一的特点,图像空间信息是遥感影像的重要信息,但以往基于最佳波段选择的降维方法中只考虑基于灰度统计的特征空间信息,忽视了图像空间信息,而且计算量大。综合高光谱遥感影像的特征空间与图像空间信息,提出了一种多特征结合的高光谱影像降维方法并应用于矿物填图中。统计分析波段相关性并划分不同特征子空间;计算各波段的分形维数,在各子空间选择分形维数较小的波段作为候选波段;在候选波段中,计算待识别地物光谱间的相关系数,并快速选择出最佳波段组合。经实验,应用该方法选出的最佳波段组合影像清晰、不同蚀变矿物对比明显,根据特征选择提取出的矿物蚀变信息与应用成熟的光谱角制图(SAM)提取结果大致相同,表明结合图像空间和特征空间的降维方法能够选择出理想的波段组合,有效降低高光谱数据的维数,信息提取效果好。      

遥感影像云及云影多特征协同检测方法

遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、“诊断性”波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。     

浅析SPOT5卫星数据在西部测图项目中融合及制作模拟真彩色的方法和应用

遥感影像数据的融合对于利用影像进行分类、特征提取和目标识别具有重要的意义。本文以2005年4月的SPOT5卫星全色数据和多光谱数据为例,针对国家西部测图项目利用SPOT5卫星数据进行融合处理和制作模拟真彩色影像,阐述了主成分分析法(PCA)、乘积法(Multiplicative)、比值变换法(Brovey Transform)及PANSHARP等的算法实现,并且对SPOT5全色波段和多光谱波段进行了融合实验,介绍了目前较为成熟的像元级融合技术及模拟真彩色影像图的制作方法。     

自动子空间划分在高光谱影像波段选择中的应用

针对高光谱遥感影像数据量大、维数高的特点,结合联合熵波段选择算法,提出了一种自动子空间划分的改进方案。该方法充分利用了影像各波段数据之间的局部相关性,根据波段间相关系数矩阵图像的"分块"特点,将整个波段空间自动划分为若干个子空间,然后再进行波段选择。实现了在删减冗余信息的同时选择出含有主要信息的特征波段组合的目的。将此方法得到的结果与用联合熵得到的结果进行了比较分析,结果表明自动子空间划分的联合熵波段选择方法具有较好的效果。     

空间分辨率与纹理特征对多光谱遥感分类的影响

多光谱遥感分类与影像空间分辨率有着密切的关系,在适宜空间分辨率影像上进行地物分类能够获得更高的精度。随着遥感影像空间分辨率的提高,纹理特征被广泛用于遥感分类,但由于不同地类空间尺度不同,纹理对不同地物分类的影响程度也有所差异。本文基于高分一号2 m全色和8 m多光谱影像融合后的高空间分辨率多光谱数据构建反射率空间序列,选用3种分类方法对序列分类,并分别计算2 m融合数据及8 m多光谱影像的纹理特征,选择特征波段与相应多光谱波段组合用以分类研究,最后计算混淆矩阵评价分类精度。研究结果表明,通过回归分析得到多光谱分类的最佳空间分辨率为5 m,与其他研究中利用全色波段分类的结论一致,这说明最佳空间分辨率的选择不受光谱信息影响;对多光谱分类精度随空间分辨率变化的变化趋势分析发现,分类精度在20~30 m分辨率范围区间内快速降低,这为多光谱遥感分类数据空间分辨率的选择提供了重要参考;此外,对光谱与纹理特征结合后不同地类分类精度的变化分析显示,加入纹理特征后,冬小麦、人工建筑、有林地和水体的分类精度在2 m分辨率下分别提高了1.49%、1.51%、4.94%、1.54%,8 m分辨率下分别提高了2.95%、10.95%、5.91%、5.14%,说明引入纹理特征有利于提高分类精度,但其对不同地物类型、不同分辨率影像的影响程度不同。     

提取蚀变信息时TM影像的最佳波段组合研究

多光谱数据的最佳波段选择直接影响图像的目视解译和信息提取。在分析TM影像各波段间的标准差、相关系数和最佳指数因子内在联系的基础上,提出采用最佳指数因子与蚀变信息光谱特征相结合的方法选择遥感影像的最佳波段组合。研究表明,最佳指数因子与蚀变信息光谱特征相结合是多光谱数据最佳波段选择的理想方法;TM4+TM5+TM7波段组合获取的合成图像构造清晰,岩性差异显著,最有利于蚀变信息的提取。     

萤火虫算法优化的高光谱遥感影像极限学习机分类方法

机器学习方法在高光谱遥感影像分类中广泛应用,本文使用新型的极限学习机（Extreme Learning Machine,ELM）进行高光谱遥感影像分类,针对ELM中正则化参数C和核参数σ,提出以萤火虫算法（Firefly Algorithm,FA）进行优化。首先,采用萤火虫算法进行高光谱遥感影像的波段选择,以便降低维数;然后,利用萤火虫算法以分类精度最大化为准则对ELM的参数组合（C,σ）进行寻优;最后,利用参数优化后的ELM分类器,对3个不同传感器的高光谱遥感影像进行分类。实验中将新型的萤火虫算法与遗传算法（Genetic Algorithm,GA）和粒子群算法（Particle Swarm Optimization,PSO）进行了对比,并将ELM的性能与支持向量机（Support Vector Machine,SVM）方法作对比。结果表明,FA优化方法优于传统的GA和PSO优化方法,ELM方法的效果在训练时间和分类准确率2个方面都优于SVM方法。实验说明,本文提出的方法具有较好的适用性和较优的分类效果。     

CBERS-02B星高分辨率数据在土地利用动态遥感监测中的应用评价

CBERS-02B星于2007年成功发射,星上首次搭载了一台自主研制的高分辨率HR相机,其分辨率高达2.36米,是目前国内最高分辨率的民用卫星.HR是全色单波段相机,其光谱范围是0.5-0.8微米,影像空间分辨率高,易于判读,在土地利用动态遥感监测等应用方面有重要的应用潜力.本文以嘉善县为试验区,通过与SPOT5数据的对比,对CBERS-02B星高分辨率HR数据在土地利用动态遥感监测中的应用进行分析评价.     

海面溢油光学卫星遥感监测能力分析

 海面溢油对海洋生态的影响具有频率高、范围广和危害大的特点。卫星遥感已成为海面溢油监测的重要手段。本文从海面油膜光谱特性出发,与常用的光学卫星传感器建立对应关系,根据对不同光学遥感卫星的空间分辨率、时间分辨率、幅宽和波段数等主要物理参数的对比分析认为,MODIS传感器和HJ-1卫星有较强的海面溢油监测能力。故此,采用MODIS、BJ-1、HJ-1和FY-3光学卫星影像,对2006年3月和2011年6月渤海海面溢油污染事故进行了遥感监测。MODIS遥感图像可以清晰反映出2006年和2011年这2次溢油污染事故中海面油膜信息,HJ-1卫星遥感影像则能反映出2011年溢油污染事故中海面油膜信息,而BJ-1和FY-3卫星遥感影像不能反映出海面油膜信息。HJ-1、BJ-1和FY-3卫星在波段设置上相似,但是,BJ-1和FY-3卫星不能反映出油膜信息,所以,本文进一步对这2次溢油事件中的MODIS遥感影像的油水光谱反差和海水光谱方差进行计算,并对结果进行比较分析,实验结果表明,当MODIS某一波段的海水光谱方差小于油水光谱反差时,则该波段可以显示出油膜信息;而当油水光谱反差小于或接近海水方差时,则不能反映出海面油膜信息。从波谱响应、空间分辨率和时间分辨率,以及监测实例中说明MODIS传感器有较强的海面溢油监测能力。     

高分六号影像在内陆水体叶绿素a反演中的应用潜力分析

GF-6 WFV影像具有宽覆盖、高时空分辨率、高光谱分辨率等特点,目前在农业和林业遥感领域都有一定应用,但是在水质遥感中的应用潜力还缺乏系统的评估。本文以潘家口和大黑汀水库为研究区,采用2019年9月24—25日获取的潘家口和大黑汀水库叶绿素a浓度、实测遥感反射率和准同步GF-6 WFV影像,构建了潘家口和大黑汀水库叶绿素a浓度经验反演模型,探索GF-6 WFV在内陆水体叶绿素a浓度遥感监测中的应用潜力。研究结果表明,基于GF-6 WFV模拟光谱构建的潘家口和大黑汀水库叶绿素a浓度经验模型决定系数均在0.90以上,GF-6 WFV影像在水体叶绿素a遥感监测中具有应用潜力,尤其是新增的黄波段和红边波段1,有助于提高GF-6 WFV影像叶绿素a浓度遥感监测能力;GF-6 WFV影像大气校正误差降低了叶绿素a浓度遥感监测精度,GF-6 WFV影像水体大气校正精度有待改进,以提升GF-6 WFV影像水质遥感监测能力。     

高光谱遥感在煤矿区的应用探讨

高光谱遥感在煤矿区具有广泛的应用潜力,在总结高光谱遥感技术发展及其应用现状的基础上,结合煤矿区资源环境特点,对数据获取、先验知识与光谱模型研建、定量模型建立、信息处理方法、精度评价等问题进行了分析,为应用高光谱遥感在煤矿区资源集约利用、生态环境保护、区域持续发展等方面的系统应用提供了技术和方法支持。     

多源遥感数据融合应用研究

多源遥感数据融合是遥感技术向纵深发展的必然趋势。本文对多源遥感数据融合算法的应用特点,从基于像元的融合、特征的融合以及决策级融合3个层次上进行了详细的分析,并以河北丰宁县为例,说明遥感数据融合方法在遥感信息提取中的具体应用:对所用数据进行预处理,然后对1999年Landsat TM数据进行主成分变换,前3 个主成分占总信息量的97.8%,主成分逆变换后的结果影像更清晰,层次更丰富。信息提取时选择TM全色和主成分变换后的多光谱数据融合后的影像,波段4、3、2和波段5、4、3的彩色合成方案,并对植被指数和穗帽变换后的绿度指数进行了分析,遥感影像与DEM以及与GIS空间数据的信息融合也可以提高遥感信息提取的精度。最后分析了多源遥感数据融合尚待解决的问题及努力方向。     

三江源区毒杂草型退化草地植被光谱特征分析

毒草型退化草地具有群落演替特点,通过高光谱遥感技术反演毒杂草分布与退化草地群落结构能对该类退化草地进行有效监测,而光谱特征分析是毒杂草与优良牧草遥感识别的基础。本文选取了三江源区毒草型退化草地的8种典型毒杂草和4种优良牧草的地面实测高光谱数据作为研究样本,经过SG平滑、包络线去除、导数变换和光谱参量化对毒杂草种和优良牧草种的光谱特征进行了分析,并通过马氏距离法提取其特征识别波段。结果表明：① 8种典型毒杂草和4种优良牧草的 “近红外峰值”差异较大,其中鹅绒萎陵菜的“近红外峰值”达到60.07%,而最小者早熟禾仅为17.53%;② 经包络线去除处理后,植被光谱曲线中吸收谷和反射峰光谱差异更加明显,且可减少环境背景对植被光谱的影响,如沼泽草甸的鹅绒委陵菜和驴蹄草,其“绿峰幅值”分别为6.46%和6.89%,经处理后其“绿峰指数”分别为0.2866和0.3671,而在2种环境下生长的同一草种（狼毒草1和狼毒草2）的峰谷特征差异不明显;③ 基于马氏距离法提取的毒杂草与优良牧草的敏感识别波段主要分布在680~750 nm和900~1000 nm波长范围内,以醉马草与矮嵩草为例,其基于反射率的敏感识别波段为713.1~737.1 nm和934.6~965.6 nm。该研究可为利用高光谱遥感进行大面积毒杂草草种识别和植被群落生长监测提供重要科学依据,对于三江源区毒杂草的监测防治和畜牧业的可持续发展具有重要意义。     

山东省重点地段矿山环境地质遥感监测方法研究

充分利用遥感技术具有波段多、视域广、信息丰富、现势性强、同一地区可重复成像的特点,以达到快速、准确地对矿山环境地质问题进行监测的目的。该次研究通过对多时相的TM,ETM,SPOT5、航片数据的分析,利用先进的遥感数字图像处理技术,总结出各类矿山环境地质遥感监测的方法。为山东省下一步开展矿山环境地质监测工作奠定基础,为以后作此类项目提供了技术方法支撑。     

基于人类时空活动的城市土地利用分类研究

准实时监测城市发展、掌握城市土地利用类型是日趋科学化、合理化进行城市规划的基本要求。随着信息通信技术、移动互联网技术、位置服务等的发展,海量的手机数据、浮动车数据、公交卡数据、社交网络数据等在内的人类时空活动信息为从“人”的角度动态实时感知城市土地利用、空间结构提供了可能。本文以深圳市为例,基于百万名QQ用户2013年的电子足迹数据,提出了不同类型的人类时空活动指数,以建立人类活动与城市地物间的对应关系;借鉴遥感影像不同波段记录各类地物在特定波谱区间辐射值的思想,生成各类人类时空活动指数波段图;并利用最大似然法对该“类高光谱影像”进行城市土地监督分类,获取城市的土地利用图。通过与深圳市规划图的对比验证,全体分类精度为72%。相较于传统基于“物”的遥感探测手段,基于“人”的城市感知更能反映城市内部相同地类的发展差异性。     

矾山铜钼矿区重金属与覆盖植被胁迫相关性光谱特征

高光谱遥感在地物精细探测方面具有较高的精度,能够实现弱缓信息的提取。应用高光谱遥感技术研究福建矾山高植被覆盖铜钼矿区重金属铜铅等元素与覆盖植被光谱胁迫相关性。通过对比分析矿区与非矿区典型植被光谱特征,在光谱特征分析结果基础上得出矿区典型植被均不同程度受到了重金属元素胁迫,并造成光谱曲线发生变异。在分析结果基础上,结合植被地球化学数据建立重金属与植被光谱胁迫相关性数学模型,提出矿区重金属与覆盖植被胁迫相关性。依据该模型可获得金属元素的空间分布,最终实现高光谱遥感技术在高植被覆盖区地质找矿中的应用。      

主成分分析在遥感影像数据中的实例应用

主成分分析(Principal Component Analysis)是根据变量之间的相互关系,尽可能不丢失信息地用几个综合性指标表示多个变量的方法。在多(高)光谱图像中,由于各波段的数据间具有相关性,因此包含许多冗余信息。通过主成分分析法可以把遥感图像中所含的大部分信息用少数波段表示出来,这样就可以几乎不丢失数据但可以减少数据量,消除冗余信息。在遥感数据处理时用主成分分析法作数据分析前的预处理,以达到数据压缩和图像增强的效果,更加有利于影像信息提取。文章对主成分分析在遥感图像处理中的实际应用进行了实例示范应用研究。     

基于卫星高光谱遥感影像的浅海水深反演方法

遥感水深反演具有非接触测量和省时省力等优点,能够为航海、岛礁工程与珊瑚礁生态调查等活动提供重要参考。随着高光谱遥感卫星数量的增长,基于高光谱遥感影像的水深反演具有良好的发展与应用潜力。HOPE（Hyperspectral Optimization Process Exemplar）算法是比较常用的高光谱水深反演算法。鉴于HOPE算法在低遥感反射率海域会出现水深被高估的问题,本文基于Hyperion高光谱遥感影像提出一种改进的水深反演算法。该算法针对危险或难以到达海域往往具有水体光学性质较为均一的特点,利用深水区遥感反射率的观测值来估计整个研究区域内的水体光学性质参数并将其固定,以便减少未知参数数量,解决水深被高估的问题,最终达到提高水深反演整体精度的目的。塞班岛和中业岛的实验结果表明,改进算法能够有效克服常规HOPE算法在低遥感反射率水域高估水深的问题。改进算法能够将平均遥感反射率小于0.0075sr^-1（塞班岛）和0.001 sr^-1（中业岛）范围内的水域的水深反演平均绝对误差从常规HOPE算法的2.94 m和6.44 m分别降低至2.56 m和4.99 m,从而能够相应地将整体的均方根误差从3.18 m和5.39 m分别降低至2.30 m和3.32 m,而将整体的平均相对误差从32.4%和27.1%分别降低至30.6%和23.9%。因此,改进算法在提高卫星高光谱遥感影像水深反演效果方面具有可行性和有效性。