植物叶片生化组分遥感反演的波段选择

遥感模型PROSPECT可以反演植物叶片生化组分,不同的波段组合将会导致不同的反演结果。提出了一种带约束波段相关性最小原则的波段选择算法,并用模拟数据和实测数据对所选波段的效果进行了验证。结果表明:对于模拟数据,反演准确率超过99%;对于实测数据,叶绿素和水分的反演精度稍有提高,干物质的反演精度提高较明显。     

植物叶片生化组分遥感反演的主成分变换算法

主成分分析(PCA)算法是一种常见的高光谱数据特征提取方法。针对PROSPECT辐射传输模型反演问题,尝试了两种PCA算法来对高光谱数据进行变换,进而反演植被生化组分含量。反演结果表明:两种PCA反演算法均能对传统反演算法中干物质难反演的问题有所改善;分块主成分算法比全局主成分算法具有更好的反演效果。     

植被生化组分的遥感反演方法研究

从反演物理模型提取植被生化组分含量的角度 ,分别在叶片和冠层水平探讨了反演生化参量的方法。在叶片水平 ,利用实验室测量光谱数据 ,较为准确地提取了水分和叶绿素含量 ,通过比较真实光谱数据与利用模型和真实参数模拟的光谱数据 ,得出如下结论 :模型能否准确描述某个参数的作用是能否真正准确反演该参数的关键。在模拟的冠层水平 ,基于多阶段反演思想 ,采用了分步反演策略 ,最终较为准确地反演了生化参数。     

地温敏感波段的遥感图像反演算法研究

针对应用于地表温度反演的航天遥感数据波段选择问题,文章提出了利用波长范围为8~10.5μm的热红外遥感数据反演地表温度的单通道反演算法:从温度敏感性的角度证明了利用波长范围为8~10.5μm的遥感数据反演地表温度的合理性;在此基础上,将仪器光谱响应率引入到基于大气校正原理的单通道反演算法中,提高了地表温度的反演精度。最后通过实验证明了利用此波段的热红外遥感数据反演地表温度的可行性。     

矩阵表达与对象统计特性相结合的组分温度反演方法

开放复杂目标体系的热辐射方向性的机理已经由矩阵表达式阐述得很清晰 ,但是在地表组分温度反演中 ,多角度数据间高度相关使得反演问题成为一个相关性病态问题。相关性是提高反演精度的主要障碍。以行播冬小麦为例 ,进一步提出一种利用先验知识 ,将矩阵表达与对象统计特性相结合可以提高反演稳定性和精度的方法 ,模拟实验也验证了这种思路的有效性     

青海柴达木盆地地物波谱特征和遥感最佳波段选择

本文叙述了在航空多光谱扫描成像前, 首先要在工作区进行地物波谱测试, 为多光谱扫描成像取得理想效果、选择最佳波段提供依据。1986年在青海柴达木盆地测得了190多个水、土、植被、岩石与盐类沉积物等地物的波谱数据, 经综合整理, 按DS-1260②的可见光到近红外10个波段, 用数理统计的T检验和秩和检验进行青海柴达木盆地找钾盐航空多光谱遥感最佳波段选择的方法探索。     

改进鲸鱼优化算法的叶片生化参数反演

为提高植被叶片生化参数的反演精度,利用扩展傅里叶幅度敏感性检验法对阔叶辐射传输模型进行敏感性分析,提取了叶绿素、类胡萝卜素、水分和干物质对应的敏感波段。在鲸鱼优化算法的基础上,引入改进的混沌序列对种群进行初始化,产生分布均匀的个体;再引入非线性收敛因子与权重对鲸鱼优化算法参数进行改进,并利用改进后的参数对个体位置进行更新,使算法更易遍历全局寻找最优解;然后在一次迭代完成时对适应度进行排序,选出适应度高的精英个体,通过扰动概率对精英个体进行高斯扰动,增加算法跃出局部最优的概率,形成改进鲸鱼优化算法;最后与粒子群优化算法的反演精度进行比较。结果表明,改进鲸鱼优化算法反演的叶绿素、类胡萝卜素和等效水厚度的精度均高于粒子群优化算法;其算法与分波段反演模型对生化参数的预测精度更高,可为定量预测植被叶片生化组分含量提供一定的理论和技术支持。     

光谱波段宽度对森林叶片叶绿素含量反演的影响分析

随着传感器技术的发展,高光谱数据光谱的波段宽度逐渐变窄,如何从海量的光谱数据中找到最优的光谱波段反演叶绿素含量,成为研究的难点问题。本文在测量华中农业大学狮子山6种主要树种的光谱数据和叶绿素含量的基础上,利用叶绿素指数(CI)和回归方法反演叶绿素含量,并分析了波段宽度对反演叶绿素含量结果的影响,结果发现波段宽度会影响到叶绿素反演的精度,当波段宽度为30nm时,叶绿素含量与"红边"区域(700nm-730nm)和近红外区域(770nm-800nm)叶绿素指标(CI)间的线性关系较好,决定系数可达到77.62%,均方根误差为10.6ug/cm2。     

基于PROSPECT＋SAIL模型的遥感叶面积指数反演

以PROSPECT+SAIL模型为基础，从物理机理角度反演植被叶面积指数(LAI)。首先，通过FLAASH模型进行大气校正，使得图像像元值表达植被冠层反射率； 然后，根据LOPEX 93数据库和JHU光谱数据库选择植物生化参数和光谱数据，以PROSPECT模型模拟出的植物叶片反射率和透射率作为SAIL模型的输入参数，得到植被冠层反射率，将结果与遥感影像的植被冠层反射率对应，回归出植被LAI； 最后，以地面实测数据对遥感反演数据进行验证，并分析了误差的可能来源。     

一种改进的高光谱遥感数据波段选择方法的研究

高光谱遥感数据波段多、数据量大的优点同样给数据处理带来了极大的困难,通过对已有常见波段选择方法的研究,发现其无法同时满足所选择波段相关性小、所含信息量大且光谱可分性好等要求。针对以上问题,本文提出了一种新的方法,综合使用了子空间划分、自适应波段选择和光谱可分性距离等方法,得到最优波段组合。     

叶片化学组分成像光谱遥感探测机理分析

利用地面光谱仪的测量数据 ,进行了成像光谱遥感探测叶片化学组分的机理性研究。采用多元逐步回归方法 ,分析了鲜叶片 7种化学组分含量与其光谱特性的统计关系 ,分别建立了反射率 ρ及其变化式 1/ρ、logρ和ρ的一阶导数Kρ 与化学组分含量的统计方程 ,并对这 4个指标的性能进行了比较和评价。结果表明 ,在 95 %的置信水平下 ,可以由叶片的精细光谱特征较好地反映出化学组分含量 ;特别是利用Kρ 作为因子 ,使置信水平提高到 99% ,尤以对粗蛋白质、N、K含量反映最好 ,R2 均达到 0 8以上 ,粗蛋白质可达 0 95 6 4,从而为进一步探讨在中国利用成像光谱遥感探测叶片化学组分奠定了基础     

叶片化学组分成像光谱遥感探测分析

利用地面光谱仪的测量数据,进行了成像光谱遥感探测叶片学组分的机理性研究。采用多元逐步回归方法,分析了鲜叶片７种化学组分含量与其光谱特性的关系,分别建立的反射率ρ及其变化式１／ρ、ｌｏｇρ和ρ的一阶导数Ｋρ与化学组分含量的统计方程,并对这４个指标的性能进行了比较了评价。结果表明,在９５％的置信水平下,可以由叶片的精细光谱特征较好地反映出化学组分含量;特别是利用Ｋρ作为因子,使置信水平提高到９９％,尤     

融合卫星遥感与地面测站的区域PM2.5反演

融合卫星遥感与地面站点的互补优势,进行了华中地区PM2.5的反演研究.基于MODIS LIB数据,结合暗像元法和亮目标法,利用6S大气传输模型反演获得分辨率为1 km的气溶胶光学厚度(AOD);基于M估计理论,将遥感反演的AOD与PM2.5站点数据进行稳健回归分析,并根据回归模型实现大尺度空间连续的PM2.5反演;最后,利用留一交叉验证法,对反演精度进行了验证.结果表明,反演的1 km AOD和MODIS现有的AOD产品相比,与PM2.5站点数据的相关系数从0.683提高到0.883,生成的PM2.5平均绝对误差从23.495 μg/m3降低到11.705 μg/m工3.     

逐层特征选择的多层部件模型用于遥感图像飞机目标检测

提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标多种特征采用多核学习的方法经过核函数变换后再进行组合,提高了目标描述的准确性;其次考虑到目标自身固有的结构特性,特别是层次结构关系,引入分层的思想,构造目标的分层结构特征,并通过分层特征选择有效地降低了特征计算的复杂度;最后将MKL多特征和分层结构相结合,利用LSVM学习和推理,提出了基于逐层特征选择的多层部件模型目标检测算法。实验中将该算法在收集的十大机场真实场景数据上进行测试,验证了算法的有效性。     

冬小麦旱情遥感监测模型研究

本研究依据土壤水量平衡及能量平衡的原理,提出了一套利用遥感方法监测冬小麦干旱及建模的方法。首先,用热惯性方法建立试区土壤表观热惯量与土壤水分的关系,用其估算初始土壤含水量(W_0);再用NOAA-AVHRR数字图像和气象数据相结合的方法估算冬小麦地的蒸散(E_t);从而根据水量平衡方程获得某一时段(旬)的土壤含水量(W_t);最后,根据冬小麦的需水规律和土壤有效水含量构造干旱指数模型。试验表明,此模型反映了作物干旱的本质,能大范围有效地监测作物旱情。     

农田蒸散双层模型及其在干旱遥感监测中的应用

该文建立了在部分植被条件下估算农田蒸散的双层模型，利用此模型和ＮＯＡＡ－ＡＶＨＲＲ数据对黄淮海平原春季旱情进行了评估，并做出了干旱及蒸散分布图。对双层模型和单层模型的估算结果进行了比较，结果表明在部分植被条件下双层模型估算的精度要高。     

遥感影像GCP选取方法研究

研究了一种遥感影像GCP的选取方法。为减少人为因素的影响,提高GCP的单点定位精度,采用基于GrabCut分割的方法辅助人工选点;为得到均匀分布的GCP,将Voronoi图应用于GCP的选取中,同时检验GCP总RMS和几何校正精度以确定GCP的数目。实验以0.5m分辨率的航空影像作为基准影像,通过上述方法选取GCP,人工在2.5m分辨率的ALOS影像上选取同名点,得到GCP单点控制范围为87-130km2,该结果在2.5m卫星遥感影像几何校正的实际生产中具有一定的参考意义。     

不同波段遥感影像信息容量的差异性研究

该研究选择三个不同感兴趣区域:A-西安(城墙以内)、B-咸阳市(七厂十字周边)和C-高陵县城,采用分形维数和信息容量这两个定量指标来评价不同波段信息量的空间差异性,实验结果表明A-西安的分维数和信息容量总体上大于B-咸阳和C-高陵县城,这是由地物本身的复杂性来决定的;同时,最大的平均分维数和最大的平均信息容量都出现在第二波段,最小的平均分维数和信息容量出现在第四波段。