《高光谱遥感》三部曲授课方式初探简

为提高学习效率,从教育心理学的角度,分析了新时代遥感科学专业学生对《高光谱遥感》课程的心理预期,并以此为切入点,提出了“提出问题—基础知识储备—解决问题”三部曲的教学方式,以实现该课程教学方法的改革;并对实施这一教学方法的基本要求进行了总结.     

中国高光谱遥感的前沿进展

高光谱成像技术具有光谱分辨率高、图谱合一的独特优势,是遥感技术发展以来最重大的科技突破之一。中国的高光谱遥感发展与国际基本同步,在国家和省部级科研项目的支持下,解决了高光谱遥感信息机理、图像处理和多学科应用等方面多项世界性难题,有效解决了高光谱遥感理论研究与多领域应用中的关键技术瓶颈,实现了在农业、地矿、环境、文物保护等多领域的成功应用,产生了显著的社会经济效益。本文回顾了中国高光谱遥感技术的前沿研究进展,总结分析了取得的主要创新性成果。     

琯溪蜜柚叶片氮浓度高光谱遥感监测初探

以福建省平和县琯溪蜜柚为研究对象，利用星载Hyperion高光谱遥感数据对蜜柚叶片进行氮浓度估测。在分析Hyperion数据特征的基础上进行大气校正、几何纠正等预处理，从而得到图像反射率；结合地面光谱测量和蜜柚叶片采样分析，通过逐步回归分析法研究叶片氮浓度与高光谱图像反射率及其衍生量的关系，最终建立其遥感定量监测模型。结果表明，图像反射率的对数变换更有利于氮浓度的定量反演，入选的波段是983 nm、1 245 nm、1 316 nm和1 457 nm，其中1 245 nm波段对氮浓度影响最大，1 457 nm波段最小。利用该模型对氮浓度进行估算的值域与地面调查结果一致，说明利用高光谱进行氮浓度定量反演具有一定的可行性。     

高光谱遥感影像优化分类波段选择

利用粗糙集关于属性依赖性公式,本文给出一种定义遥感影像波段间相似度的方法,通过模糊聚类,得到对高光谱遥感影像原始波段集合的模糊等价划分,在每个模糊等价波段组中,选择一个代表性波段完成对原始波段集合的初步降维,基于遗传算法并结合粗糙集理论,在降维中的波段集合中进一步进行的分类波段组合的优化选择,实验结果表明,本文给出的高光谱遥感影像优化分类波段组合选择方法是非常有效的。     

高光谱遥感及其影像空间结构特征分析

分析了高光谱遥感技术相对于传统的低光谱分辨率遥感的特点,以及其在环境监测等领域的应用。然后分析了高光谱影像的空间结构特征,并指出高光谱影像的空间结构特征在实际应用中也具有很重要的意义。最后,本文使用了统计学分析方法对实验影像的空间结构特征进行了分析,并提出了一个可用于描述高光谱影像空间特征的统计学参数。     

鄱阳湖地区高光谱遥感数据的定标研究

针对翻阳湖地区的成像光谱仪遥感数据，利用３种不同的定标模型进行了定标反演的研究。结果表明，在所有的３种定标方法中，经验线性定标模型的反演结果最稳定，基本符合实际。     

作物病虫害高光谱遥感进展与展望

作物病虫害作为影响农作物品质、产量及威胁粮食安全的主要因素,仅依靠人工田间调查对其进行监测已不能满足当下农业生产精准高效的需求。高光谱遥感作为能够获取地表物体连续波谱信息的遥感技术,已经成为当下作物病虫害监测识别的重要手段。本文对作物病虫害高光谱遥感监测识别的研究进展进行综述,通过对该领域发表文献的统计以及对主要机构、团队、数据源的分析,明确了病虫害高光谱遥感监测的研究热点和趋势;在此基础上,分析高光谱技术及其作物病虫害的监测识别机理,从病虫害胁迫探测、分类识别、危害严重度定量分析及早期检测四个方面综述相关技术及研究现状;通过探讨当下高光谱遥感病虫害监测识别面临的挑战,提出作物病虫害标准图谱库的建立、星载高光谱传感器的完善以及星空地一体化监测平台的搭建是当前作物病虫害高光谱遥感监测识别技 术落到实处的关键,也是未来发展的重点方向。     

高光谱遥感植被指数的普适性分析

针对众多的窄波段高光谱遥感植被指数,利用多个包含高光谱和植被理化含量的实测数据集从相关系数、确定性系数以及预测均方误差等方面进行验证分析。结果显示植被指数TCAR I、MCAR I、mND705、mSR705具有优于其他植被指数的普适性。在建立回归反演模型时,建议选用非线性抛物线模型,其预测精度优于线性模型。     

高光谱遥感在农业中的应用

首先概括作物分类与识别、作物生态物理参数估算、作物长势监测、作物估产4个主要研究内容。分析高光谱遥感技术在农业中的应用现状,提出高光谱技术当前存在的问题。最后展望高光谱技术在农业遥感中的应用前景。     

遥感影像决策级融合方法实验研究

遥感影像融合是遥感图像处理中的研究热点和难点之一.对下列两种遥感影像决策级融合方法进行了实验研究:一种是基于支持向量机(SVM),另一种是基于自组织神经网络.融合实验分别采用这两种方法对Landsat TM 多光谱数据(30 m/像素)与IRS-C 全色数据(5.8 m/像素)间分别进行影像融合.融合结果表明:基于SVM的方法可有效地融合不同影像的信息,并且可获得较高的融合分类精度.在分类精度方面,基于SVM方法的融合影像明显优于基于自组织神经网络方法的融合影像.     

遥感影像决策级融合方法实验研究

遥感影像融合是遥感图像处理中的研究热点和难点之一。对下列两种遥感影像决策级融合方法进行了实验研究:一种是基于支持向量机(SVM),另一种是基于自组织神经网络。融合实验分别采用这两种方法对Landsat TM多光谱数据(30 m/像素)与IRS-C全色数据(5.8 m/像素)间分别进行影像融合。融合结果表明:基于SVM的方法可有效地融合不同影像的信息,并且可获得较高的融合分类精度。在分类精度方面,基于SVM方法的融合影像明显优于基于自组织神经网络方法的融合影像。     

浅议基于遥感解译的用地项目卫星监测方法

本文重点对基于遥感影像解译判读的卫星监测方法和遥感影像质量参数评价两个方面进行了探讨和研究,提出了实现遥感影像质量评价和用地变化情况的动态监测方法。     

水稻遥感动力估产模拟初探

将遥感手段和动力估产模型相结合，即通过ＮＯＡＡ卫星获得有效绿度模式；通过绿度－叶面积关系式，估算水稻群体叶面积指数；依据水稻生物量分配规律及环境条件对其影响，估算水稻各器官的干重，取得了较好的模拟效果。     

高分辨率遥感影像分割方法研究

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。     

多源遥感影像数据融合方法探讨

在简要分析几种常用多源遥感图像融合方法的基础上,着重探讨了基于小波变换融合方法的特点以及小波变换与其他方法相结合使用的优势,为相关工作提供借鉴。     

两种教学法在遥感图像校正教学中的应用

在地理信息科学专业本科的遥感图像处理教学中,图像校正的教学是一个难点。经过多年的教学实践,系统完整地组织教学内容,提出采用比较教学法,从多方面、多角度进行概念的比较,同时运用图示教学法加强形象记忆,使知识系统化。实践表明,教学效果良好。     

高山冰川遥感提取方法研究

遥感的应用使得对冰川大尺度全覆盖、多时相变化的监测成为可能,然而冰川信息遥感提取方法的误差大等难题成为影响冰川监测的障碍。本文综合分析比较了目前已有的多种冰川提取方法的有效性,得出提取冰川范围精度最高的是面向对象的目视判读方法,其次是最大似然法监督分类、面向对象的自动分类、比值阈值法、雪盖指数法等。各自动方法提取冰川面积均有较大误差,且误差主要出现在冰舌末端、阴影区、薄冰区和云层遮盖范围等区域。本文将面向对象的目视判读法应用于冰川提取中,在保证信息提取精度的同时提高了传统解译的效率。     

土壤水分的遥感监测方法

本文讨论了用雷达图像散射系数法、NOAA-AVHRR数字图像热惯量法和作物缺水指数法监测土壤水分的结果,并将这些方法与常规气象方法、绿度指数法和温差法监测土壤水分的效果进行了比较和评价。结果表明,微波遥感监测土壤水分有广阔的应用前景,但必须深入开展基础研究。在我国目前情况下,采用NOAA-AVHRR数字图像及有关气象数据计算热惯量、作物蒸散和缺水指数,从而估算土壤水分的方法是一种比较切实可行的方法。