基于时间序列HJ-1/CCD数据的土地覆盖分类方法

土地利用数据是遥感应用中普遍使用的基础数据,对于遥感应用的效果起着非常重要的作用.随着中国环境与灾害监测预报小卫星星座(HJ星座)的成功发射,使得中高分辨率数据的重访周期达到了2天.因此,本研究利用了HJ-1/CCD数据同时具有较高时间和较高空间分辨率的特点发展了一种基于时间序列HJ-1/CCD数据的土地覆盖分类方法;该方法既利用了较高空间分辨数据的纹理与光谱信息,也利用了较高时间分辨率数据捕捉到了地表随时间的变化信息,从而利用地物在时间维上的差异提高了土地覆盖分类与土地利用制图的精度.该方法被应用于辽宁大伙房水库与青海黑泉水库区域2010年土地利用制图,经检验发现该方法制作的土地利用图与传统方法制作的土地利用图相比制图精度得到了极大提高;在辽宁大伙房水库和青海黑泉水库地区精度分别达到了95.76%和83.78%,Kappa系数分别为0.9423和0.8165.     

LandsatTM与HJCCD影像植被指数的交互比较

为了论证Landsat TM与HJ CCD影像植被指数间的相关关系,首先将多对同日过境的环境与灾害监测预报小卫星(HJ 1A/1B)CCD1/CCD2影像及Landsat TM影像的灰度值转换成表观反射率,然后针对不同的土地利用类型影像,通过回归分析建立二者归一化植被指数(normalized difference vegetation index,NDVI)之间的定量关系,计算二者的转换方程,分析二者间的差异。结果表明,HJ CCD及Landsat TM影像的植被指数之间具有显著的线性正相关关系,转换方程的转换精度较高。     

基于表观电导率与实测光谱的干旱区湿地土壤盐分监测

以新疆艾比湖滨盐渍化土壤为对象,利用磁感应电导仪和光谱仪测得的盐渍土表观电导率和可见光/近红外光谱数据,选取与EM38解译的土壤盐分相关性最好的光谱变换形式和特征波长,分别建立多元逐步回归、偏最小二乘回归和支持向量回归的土壤盐分监测模型。结果表明：（1）表观电导率两种模式相结合建立的盐分含量解译模型的拟合优度达到0.91,即在该区域内电磁感应技术可用于土壤盐分含量的间接监测。（2）一阶微分处理优于二阶微分,经一阶微分变换后的光谱可以较好地预测土壤盐分含量。（3）3种建模方法中,支持向量回归的建模精度最高,偏最小二乘回归和多元逐步回归次之。干旱区湖滨湿地土壤盐分含量的估测模型宜选取基于平滑后的原始一阶微分光谱数据建立的支持向量回归模型。