植被遥感信息提取的最佳波段选择--以云岭中部山区为例

多光谱遥感数据的最佳波段选取是遥感图像增强处理的关键部分．直接影响图像的目视解译和研究对象的信息提取。通常的最佳波段选取方法主要考虑波段组合时所包含的信息量要大，而它们之间的相关性要小这两个因素。这一方法未考虑到要使波段组合后研究地物的光谱特征差异要最大这一因素。在利用OIF指数进行最佳波段选取的研究中发现，此方法虽然简化了波段选取工作，但存在不足之处。在研究过程中，同时把植被光谱特征、TM5卫星各个波段用途和OIF指数相结合进行考虑来选取植被信息提取中的最佳波段，取得了较好结果。     

腾格里沙漠典型植物含水率与地物光谱的关系分析

地物光谱特征不仅是遥感机理研究的重要内容,亦是遥感应用分析的重要依据。用ASD手持式光谱仪测定了腾格里沙漠10种典型植物的冠层光谱,对测得光谱数据进行包络线去除和一阶微分处理,并在实验室采用烘干法得到植物的含水率,运用相关系数法分析植物含水率与经包络线去除的光谱数据之间的关系,同时分析了不同含水率植物的红边特征。结果表明：研究区植物最大含水率为88.19%,最小含水率为37.34%;含水率与包络线去除的光谱数据在可见光（561~718 nm）和近红外（861 nm,894 nm）波段均存在极显著相关性,并建立了两者之间的回归模型,说明可见光近红外波段可以反映沙漠植物的水分状况;不同含水率植物的红边参数有所差异。     

基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。     

基于实测冠层光谱数据的三明市13种树种识别研究

针对亚热带地区树种丰富,树种间相似度大对树种识别带来的问题,本研究以福建省三明市莘口镇格氏栲自然保护区附近13种常见树种的冠层实测高光谱数据为例,采用一种分层分析方法,探讨不同光谱类别的树种识别精度以及树种识别的最佳波段。首先,对原始光谱进行变换处理,包括一阶微分、二阶微分、对数一阶微分、包络线去除和植被指数;其次,通过分析选择出13种树种各光谱类别的差异显著波段;最后,利用逐步判别法对选择的差异显著波段进一步降维,判断不同光谱类别的树种识别精度并找出识别13种树种的最佳波段。结果表明:光谱变换能有效地提高树种的识别精度,尤其是对数一阶微分光谱,总识别精度高达98.7%;对于原始光谱,近红外波段(760~1 300 nm)的树种识别能力更强,对于变换光谱,可见光波段(350~760 nm)的树种识别效果更佳;不同光谱类别之间具体的显著性差异波段存在很大差别,原始光谱与变换光谱之间仅在绿光波段(500~600 nm)有少量相同的显著性差异波段,此研究成果可为亚热带地区树种识别提供参考。     

结合多尺度纹理的高分辨率遥感影像决策树分类

地物具有多尺度特点,遥感影像包含的地物纹理信息很难用单一尺度来描述。通过选择最佳纹理尺度组合,利用光谱数据结合多尺度纹理对高分辨率影像进行决策树分类。研究结果表明:结合多尺度纹理的高分辨遥感影像决策树分类,能够更好地描述地物并有效解决光谱数据分类中存在的地物破碎问题,其分类精度为81.7%,kap-pa系数为0.78;与光谱数据分类和结合单尺度纹理数据分类结果比较,分类精度分别提高了11.2%和6%,该方法有助于提高高分辨率影像的分类精度。     

沙漠地物波谱特性测试数据精度分析

地物电磁波谱反射特性的测试和研究,是遥感技术的基础工作。多波段遥感仪器设计,选择波段,需要以地物波谱测定数据作为依据。遥感图象处理自动识别与自动分类指标的研究,也是在了解地物波谱特性的基础上进行的。测定、收集、处理各类沙漠、戈壁、沙生植物的反射光谱特征数据,解释不同沙漠地物波谱分异性、离散性的本质,进一步探求波谱特性在不同波段对遥感图象的影响,寻求数字相关关系,建立判读标志与识别模式,是沙漠遥感应用研究的重要课题之一。这些工作,都是以野外地物波谱测试数据的可靠性为前提的。     

基于纹理特征与LSSVM的青土湖地物提取

纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义。以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机（LSSVM）进行地物提取,将提取结果与仅利用光谱信息的支持向量机（SVM）提取结果、辅以纹理特征的SVM提取结果对比分析。结果表明：此方法可以更加快速准确地提取青土湖地物,精度高达85.86%,优于仅利用光谱信息的SVM的65.13%,辅以纹理特征的SVM的73.45%,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴。     

高光谱指数法用于确定多枝柽柳(Tamarix ramosissima)蒸腾速率

蒸腾速率(Tr)是植物生理生态学研究中表征蒸腾耗水的常用指标,研究植物的蒸腾耗水有助于了解当地生态系统稳定性和水资源的可持续利用,但在遥感应用尤其在干旱区遥感应用中很少被使用。本文以古尔班通古特沙漠南缘的主要建群种多枝柽柳(Tamarix ramosissima)作为研究对象,应用高光谱指数法对其Tr日变化过程进行研究,寻找和确定最佳的Tr光谱指数。选择的6个光谱指数判定系数R2介于0.06~0.73,其中简单比值(SR)光谱指数有最高的判定系数(R2=0.73)、较低的均方根误差(RMSE=0.24)和较为简单的形式,光谱范围处于近红外波段(1 645~1 655nm)/(1 775~1 785nm)。SR作为Tr最佳光谱指数,对植被水分关系变化敏感,能够较好地记录和监测Tr日变化过程,有益于揭示光谱指数物理和生理机制。     

腾冲县高光谱各波段间的相关性分析

为揭示高光谱遥感数据的信息量差异和相关性特征,对腾冲县北部机载高光谱遥感数据进行了统计分析和相关性分析。研究表明:在所有波段中,信息量最大的是波段24(2.217～2.249μm),其次是波段19(2.063～2.094μm),其组内相关系数均在0.93以上。相关系数的分布呈现两边高、中间低的特点,强相关系数(相关系数在0.9以上)出现的频率最高,为38%。针对强相关系数的谱间分布特征,在波段间隔为0时,其出现的频率最高,为20%。该研究对遥感波段的设计和选择具有应用价值。     

多光谱遥感数据最佳波段选择方法试验研究

分析了多光谱遥感数据最佳波段选择的标准差、熵和联合熵、相关性系数及最佳指数等计算方法的内在联系。通过试验,说明了各种计算方法的有效性和局限性,最后得出OIF指数法为多光谱遥感数据最佳波段选择的最优方法。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

一种基于地物诊断性波谱吸收特征的高光谱遥感图像降维方法

高光谱遥感数据具有波段数目多、波段宽度窄、数据量庞大、波段间相关性高等特点,在一定程度上为图像的进一步处理和信息提取带来困难.为解决这一问题,在分析已有降维方法的基础上,提出了基于地物诊断性波谱吸收特征的高光谱遥感图像降维方法,将地物的诊断性吸收波谱特征区间作为一个独立的子空间进行处理,尽可能保留地物独有的吸收特征;在此基础上,进行子空间的特征提取和特征选择.为验证该方法的优越性,将其与传统的基于波谱区间的子空间划分方法进行分类对比,研究表明:基于该文方法降维后的图像分类精度更高,丰富了现有降维方法理论,具有一定的实用和推广价值.     

成像光谱数据的光谱信息特点及最佳波段选择--以北京顺义区为例

波段宽度为纳米级的成像光谱数据,具有几十乃至几百个光谱通道,它们各有不同的特点。如何根据具体的应用目的,在这众多的波段中选择出最佳波段,对于有效地进行成像光谱数据的处理、分析及信息提取是至关重要的。本文以北京顺义区成像光谱数据为例,首先根据所有通道的相关性,将其分为若干组,然后通过全面分析成像光谱数据的光谱信息特征,在综合考虑各波段的信息含量、波段间的相关性、波段的可分性以及地物光谱的吸收特性等因     

一种基于遥感数据快速提取居民地信息的新方法

基于Landsat TM/ETM+遥感影像的谱间关系,利用居民地与背景地物光谱值在波段3、波段4、波段5的差异,提出了一种新的建筑指数(New Built-up Index,NBI),并利用该指数提取居民地信息.选用常州市为研究区,以2007年Landsat TM影像为数据源,居民地提取精度达90%;进一步在多丘陵地区桐庐县进行验证,融入植被指数,居民地提取精度达91%.     

基于模糊集分析的土壤质量指标高光谱反演

通过对横山县84个土样350~2 500 nm波段的光谱曲线分析,进行土壤质量12项指标的光谱反演。为获得有效光谱反演指标,利用单相关分析方法计算土壤质量指标与光谱反射率的相关系数并绘制相关系数曲线,根据极大相关性选择最佳波段作为光谱反演指标;剔除异常样本后,利用模糊识别理论建立土壤质量指标反演模型,通过优化得到模型的最佳参数。土壤质量12项指标光谱反演模型的平均检验误差均小于15%,说明模型的精度较高。     

基于ASTER图像的干旱区土壤盐碱化遥感应用研究

土壤盐碱化是干旱地区常见的一种土地退化现象。为了对土壤盐碱化程度进行快速的评估,采用ASTER遥感数据敏感波段组合结合光谱角度制图（SAM）的方法进行了探索性的研究。研究从分析干旱区盐碱地表光谱特征的角度出发,采用图像像元纯度指数分析（PPI）方法提取不同盐碱化水平的地表特征纯像元,结合实地测量光谱数据和采样分析数据确定纯像元的物理意义,并应用光谱角度制图方法进行了土壤盐碱化程度分级制图。经检验,总体分类精度达到79．1％。这种方法对常规数据的依赖性较小,提供了一种适合盐碱化快速定量评估的有效途径。     

基于HJ1A-HSI超光谱影像的耕地有机质遥感定量反演

以环境小卫星超光谱影像为主要数据源,在耕地有机质实测样本的支持下,开展光谱反射率及其变化形式与有机质的相关性分析,筛选耕地有机质响应的敏感波段与特征组合算法,利用多元回归分析方法,建立基于HSI影像的耕地有机质定量反演模型。研究结果表明,耕地有机质的HSI影像响应波段均位于可见光与近红外波段间,其中以540～860nm范围最佳,相关系数均在0.5左右;HSI反射率对数一阶微分预测模型精度最高,模型及其检验的决定系数都在0.7以上,均方根误差在0.2%左右,可用于顺义区耕地有机质全覆盖空间填图。因此,环境小卫星的超光谱影像对耕地有机质含量具有较好的光谱响应能力,其空间覆盖能力有助于开展县域尺度的耕地有机质遥感反演和空间填图。     

基于多维度遥感影像的洪河国家级自然保护区沼泽湿地分类方法研究

以洪河国家级自然保护区为研究区,选取了多时相的Sentinel-1B和Sentinel-2A影像为数据源,制定出9种多时相主被动遥感数据组合方案,用于沼泽湿地遥感分类;分别对根据9种方案整合的多维数据集,进行基于尺度继承的多尺度分割,得到面向对象的分割影像,建立与不同方案对应的特征数据集;采用随机森林机器学习算法,对多维特征数据集进行特征优化,并进行参数调优,构建沼泽植物的最优遥感识别模型,实现对沼泽湿地中地物的识别与分类。研究结果表明,采用递归特征消除(recursive feature elimination,RFE)算法的变量优选和采样随机森林的参数调优,可以优化随机森林模型,显著减少数据冗余,整合多时相主被动遥感数据方案九的随机森林模型的最佳参数mtry和ntree分别为4和1500,模型训练精度为93.06%,Kappa系数为0.916,其模型训练精度在所有方案中最高;经过变量优选得到最佳特征变量组合,交叉极化方式的后向散射系数(Mean_VH)对于沼泽分类的重要性比同向极化方式的后向散射系数(Mean_VV)高;光谱特征是遥感图像分类的最主要特征,其中,红光和绿光波段(Mean_R和Mean_G)、多光谱红边波段(Mean_REG1和Mean_REG2)、近红外波段1(Mean_NIR1)、红边植被指数(CIgreen和CIreg)都对分类具有较高的重要性;纹理特征熵(GLCM_Entro、GLCM_Ent2)和位置特征像元坐标(X_Min_Pxl和Y_Max_Pxl)对沼泽湿地分类也起到重要作用,相对于其它特征,形状特征对分类的贡献性较小;利用方案九的数据得到的分类结果的总体分类精度为94.42%,主被动遥感数据的特征变量和不同时相的特征变量都对分类做出重要贡献,其中,6月的多光谱特征变量的贡献大于9月的变量;9月的SAR特征变量的贡献大于6月的变量;对分类贡献最大的9月的特征变量为多光谱红边波段2(Mean_REG2),对分类贡献最大的6月的特征变量为绿光波段(Mean_G);融合多时相主被动遥感数据源,可以将不同数据源、不同时相对分类具有较大贡献的特征变量集合在一起,充分利用光谱信息和雷达数据反映的结构信息,构建多维度最佳特征变量组合方案,有效提高沼泽湿地分类精度。     

基于TM图像的塔盆周边地区主要地物亮度值分析

居民点、水体、植被、早地是组成干旱区的主要地物，在遥感图像上反射差异比较大，易于判读；研究这些地物在遥感影像上的亮度值变化规律，对于干旱区遥感监测分析，信息提取过程具有重要意义。利用5景南疆地区5市1县陆地卫星TM影像图，选择出能代表该地区水体、植被、居民地和早地等主要地物的720个样点，分析干旱区4种主要地物在TM影像不同波段上的变化规律以及产生辐射绝对亮度值（R）变化的地物光学性质和状态；揭示干旱区主要地物在TM影像中的亮度值变化的光学特征。研究表明，这种光学特征对水体来说遵循TM1〉TM2〉TM3〉TM4〉TM5〉TM7的规律，对植被来说，遵循TM4〉TM5〉TM1〉TM2〉TM7〉TM3的规律，对居民地来说，遵循TM5〉TM3〉TM1〉TM4〉TM2〉TM7的规律，对早地来说，遵循TM5〉TM3〉TM7〉TM1〉TM4〉TM2的变化规律。     

GF-5卫星高光谱影像数据质量评价与分析

目前遥感影像质量评价的指标与方法虽较为成熟,但尚未发现针对高分五号(GF-5)卫星AHSI影像数据质量评价及其可用性的全面研究。该文在分析高光谱影像质量评价方法的基础上,利用噪声标准差、清晰度和信息熵3个指标,对GF-5可见短波红外谱段的数据质量与可用性进行分析评价,结果表明:GF-5AHSI影像不同波段数据质量存在差异,影像信息主要集中在VNIR和SWIR第1-95波段内(受水汽影响的波段除外),SWIR中第43-50、96-112(1359.03~1418.17nm、1805.44~1940.15nm)共25个波段受水汽影响严重,不可用,第113-180(1948.57~2513.25nm)波段影像质量较差、噪声严重,阻碍了该波段的应用。研究结果可为GF-5AH-SI影像数据的处理与应用提供技术参考。