遥感影像混合像元分解中的端元选择方法综述

端元选择是进行遥感影像混合像元分解的首要步骤,也是最关键的步骤,其直接影响混合像元分解的精度。该文对遥感影像混合像元分解中端元产生的特定背景、当前存在的端元选择途径和端元选择方法进行综述,并通过对当前端元选择方法的分析,提出了选择或构造端元选择方法应遵循的几个原则。     

遥感影像混合像元分解及超分辨率重建研究进展

随着遥感应用的深入.传统将遥感影像像元当作纯净像元的方式所带来的问题已经被广泛认识到,混合像元分解的相关理论和技术成为遥感领域的一个热点问题.本文总结了混合像元分解及超分辨率影像重建的主要理论和方法.根据超分辨率影像重建的主要流程,分别回顾了混合像元端元类型选择,端元丰度分解和超分辨率影像的重建,并对相关模型和技术给出了总结和评价.端元类型选择是确定在影像范围包含的纯净地物类型,重点介绍了基于统计学和几何学的两种方法.端元丰度估计是目前该领域研究最多的方向之一.集中了很多新的理论和方法.可变端元分解和盲源分解作为2种效果较好的方法在文中作了详细的回顾和评价.空间自相关性是对丰度估计的结果进行超分辨率重建的主要理论基础,如何在丰度约束条件下最大化空间自相关性是大多数基于混合像元分解超分辨率重建的目标.最后,文章在总结目前混合像元分解及超分辨率遥感影像理论发展的基础上,给出了一些意见和展望,指出考虑混合像元形成机理、综合多种模型及先验信息将有助于基于混合像元分解的超分辨率遥感影像研究.     

不同分辨率遥感图像混合像元线性分解方法研究

混合像元的存在是传统像元级遥感分类和面积量测精度难以达到实用要求的主要原因,为了提高遥感应用精度,须解决混合像元分解问题。传统的方法主要通过改进分解模型提高分解精度,该文在不改变线性分解模型的条件下,分析不同分辨率尺度对于线性分解精度的影响。实验中运用像元合并的方法,得到不同分辨率的TM系列遥感图像,分别选取植被、裸地、水体3种典型地物进行线性分解;以分辨率更高的Quickbird图像分类结果作为真值进行精度评价。实验结果表明:随着图像分辨率的降低,植被的RMSE值不断缩小,在30 m分辨率尺度上均值为0.36,在150 m尺度上均值为0.17,分解精度提高了1倍左右;但随着分辨率进一步降低,由于混合像元现象加剧,RMSE值上升,分解精度随之降低。     

基于支撑向量回归的二端元混合像元分解

针对遥感影像混合像元光谱复杂,其非线性特征,传统LSMM分解模型难以进行有效的混合像元分解的不足。通过基于SVR的二端元混合像元分解的研究,从真实遥感影像上获取典型的植被、非植被光谱信息,构造二端元混合光谱库,进行SVR模型的混合像元分解。当样本量为6%时,交叉验证获得最佳模型参数（C=1024.0和g=4.0）,进一步对全部混合像元进行混合像元分解。实验结果表明：SVR分解结果RMSE为5.95,R²为0.958,优于LSMM方法（RMSE=7.71,R²=0.932）,且在各个不同真值丰度下具有更好的稳定性,证明该方法对于非线性混合光谱具有很好的学习和推广能力。此外,该方法的精度不随训练样本量的增加呈明显变化,体现出SVR在有限样本情况下能够保证高效率的训练能力。     

基于混合像元分解和知识规则的人工刺槐林健康分类

提出一种基于精度较高的Landsat TM数据检测刺槐林枯梢状况的方法,整个过程分为:1)利用监督分类提取出林地分布范围,制作刺槐林地掩膜;2)对刺槐林地利用线性光谱混合模型进行混合像元分解,得到健康刺槐、非光合作用绿色植被(NPV)、土壤的丰度图,定义刺槐林的健康分类等级:健康或轻度枯梢、中度枯梢、重度枯梢或死亡;3)利用决策树分类器对丰度图像、归一化植被指数(NDVI)以及经缨帽变换获取的亮度和绿度成分定义一组规则,进行刺槐林生长健康状况分类,分类结果与实地样方数据具有较好的一致性,利用林冠分级向导进行精度分析,精度达82.2%,Kappa系数为0.752。     

基于混合像元分解模型的TM6/ETM+热红外波段地表比辐射率估算

地表比辐射率是热红外遥感中的关键参数,在TM6/ETM+热红外波段地表比辐射率估算过程中亟待解决的是混合像元问题.针对该问题选取湖南省张家界永定区TM6影像,基于混合像元分解模型,综合采用散点图和PPI方法提取端元,得出研究区平均比辐射率估算值为0.988.经验证发现纯净像元比辐射率估算精度较高,估算值与实际值的偏差均小于0.003,4种不同土地利用类型的估算精度由高到低依次为水域、林地、耕地和建设用地.     

基于混合像元分解的辽河口滨海湿地分类

滨海湿地高精度的地物分类可以为湿地监测与保护提供数据支持和决策依据。以辽河口湿地为研究对象,以Landsat8 OLI多光谱影像为数据源,结合研究区域实际地物情况,采用像元纯度指数和均值波谱法确定端元光谱,并利用全约束最小二乘混合像元技术和决策树技术制定分类规则,最后将研究区域分为芦苇、翅碱蓬、水稻、滩涂、水体(海水、虾池水、河水等)和人工建筑(包括路面、人工设施、房屋等)六大类。结果表明:该算法分类精度高于90%,结合目视判读与野外实地调查,发现分类结果符合实际地物情况。     

基于混合像元分解的海坛岛植被覆盖度因子研究

在USLE／RUSLE中,降雨侵蚀力与地表植被覆盖度因子具有季节变化特征．本研究考虑到两者的时空耦合性,采用基于混合像元分解的计算-y法,得到了海坛岛不同月份的地表植被覆盖度因子C。值（第i月的地表植被覆盖度因子值）和不同地类的年植被覆盖度因子C值,为岛内土壤侵蚀预报和水保工作提供参考．对第i月的地表ND啊值与年C／Ci值进行分析,发现它们呈现较好的线性关系,用SPSS软件进行回归分析得到两组线性回归参数．年C值与11月份的地表NDVI拟合程度最好,NDVIi与C1值的拟合程度好于年C值与NDVLi最后得到海坛岛通用的Ci值估算模型G=1．007—1．119-ND％,该模型的决定系数达到0．8,可用于计算岛内各月份的Ci值．     

动态端元组合混合像元分解法在植被覆盖度动态监测中的应用——以长汀县为例

传统的像元信息分解法在计算端元丰度时端元组合是固定不变的,而在土地利用复杂地区,固定端元组合并不符合实际情况。文章针对研究区用地类型特点,预先设定数种端元组合,通过最小二乘法选择误差最小的端元组合进行端元丰度反演,进而计算出植被覆盖度;并以实测的地表反射率作为端元反射率,避免了大气差异造成的多时相误差,有利于进行动态监测;预先进行水陆分离,仅对陆地像元进行计算,可以避免水体像元的干扰并提高模型效率。辅以同期成像的高分影像对模型精度进行验证,相关系数达到0.98。将模型应用于长汀县近18 年4 个时相的Landsat 卫星数据,认为近年来长汀县植被覆盖度总体呈现变好的趋势,尤其是汀江沿岸;而城市化、火烧坡、大型工程建设是长汀县植被覆盖度局部变差的主要原因。     

基于混合像元分解的毛乌素沙地红碱淖面积提取及变化监测

 基于混合像元分解法,利用Landsat卫星遥感数据提取红碱淖湖面面积,监测36 a来红碱淖湖面面积的动态变化。结果表明,1973—2009年红碱淖湖面面积总体减小19.7 km2,变化率为-34%。20世纪70年代,湖面面积较大且变化率较小,1974年湖面面积最大,为59.97 km2;80年代湖面面积开始大幅减小,变化率为-12.4%;90年代湖面面积缩小变慢,变化率为-10.6%;21世纪初,湖面面积萎缩迅速加快,变化率达-16.6%,2009年湖面面积仅为38.33 km2。2001—2002年内湖面面积变化情况监测表明,3—5月湖面面积较大,6—11月湖面面积逐渐缩小。2001年11月到2002年3月,湖面面积处于增大期,变化率为+2.2%;2001年5—11月、2002年3—11月面积缩小,变化率分别为-4.4%、-4.1%。     

遥感图像生态土地分类法在农作物种植面积提取中的应用

农作物遥感估产技术系统的中心环节之一是农作物种植面积的信息提取,快速、准确地获取农作物有关信息是一个关键性技术问题,针对松辽平原玉米遥感估产地区的自然环境和经济条件及玉米生长发育特征,利用以ＴＭ图像为主的多种遥感信息源,结合地面波谱测试等数据,运用生态土地分类方法实现主枯农作物种植面积信息提取。     

遥感技术在湖泊环境变化研究中的应用和展望

遥感技术由于能够快速、宏观的获得研究区域的数据,已成为湖泊环境动态变化监测的重要技术手段。高分辨率的卫星遥感图像不仅可以为准确判读湖区地质地貌、自然与人为作用下的环境变化、盐湖矿产资源的分布等提供直观的影像,还能为湖泊水质监测、水深检测、水面温度反演以及盐湖卤水动态分析提供有价值的信息。遥感技术在湖泊环境变化研究中的应用正逐步从定性发展为定量研究,因此,对于区分湖泊水体中不同组分对遥感图像各光谱值的贡献等遥感机理的认识及理论尚需进一步深化,同时需要对处理遥感数据所运用的统计分析方法做进一步的改进以建立更加完善的遥感模型。今后,遥感技术和地理信息系统等多种信息处理工具的结合将是环境信息系统发展的主要方向。     

环青海湖湿地调查与遥感分类

环青海湖湿地面积较大、类型丰富,是青海湖野生动物的重要栖息生境。利用遥感技术进行影像分类,并结合实地调查,建立环青海湖湿地资源分类系统,对该区域湿地资源的现状与分布特征进行研究。该区现有湿地4588.8352km2,以湖体为主。湿地类型有沼泽湿地、湖泊湿地和河流湿地,都为天然湿地,有河口湿地、湖滨湿地、盐碱化沼泽、季节性漫滩、沼泽、淡水湖泊、湖体(咸水湖泊)、河流8个亚类。结合环青海湖湿地的地貌特征、水文特征、植被类型以及生物状况,对青海湖典型湿地的成因和分布特点进行了详细描述,为青海湖湿地研究和保护提供依据。     

内陆水体水质参数光谱特征与定量遥感

该文在分析内陆水体及其主要水质参数的光谱特征的基础上 ,讨论了水质遥感监测常用的遥感数据和方法 ,对近年来国内外遥感技术特别是高光谱技术在内陆水体水质监测中的应用研究现状和进展进行了综述 ,并提出未来此领域的发展方向及研究工作的重点     

吉兰泰盐湖沙漠化及其治理的遥感监测研究

利用陆地卫星TM标准假彩色合成影像图 ,研究了吉兰泰盐湖地区沙漠的分布、形成和运移规律 ;探讨了进行吉兰泰盐湖治沙、防沙的重点地段。遥感监测了吉兰泰盐场 1988— 1997年 9年间对吉兰泰盐湖治理沙漠的效果     

滇池水体污染和治理的特点

滇池是一个发育至老年末期的高原湖泊。滇池流域是缺水地区,水资源的供需平衡靠径流、污水和农田回归水的循环利用得以实现,重复用水率25％。随着人口的增长和工农业的发展,滇池水资源污染日益加重,水体严重富营养化。滇池是整个流域污染物唯一的汇,这也是其难以治理的原因。近年来,从中央到地方用于滇池污染治理的总投资已逾40亿元,而治理措施收效甚微,因此,对滇池这样有特殊污染机理的湖泊治理应从更宽泛的角度出发去考虑,甚至采取非常措施。     

基于混合光谱理论的太湖水体叶绿素a浓度提取

TM图象多波段数据作为遥感监测水体叶绿素a浓度的数据源,已有多种遥感定量模型与之对应,但主要还是以经验模型为主。利用TM数据首先采用特征波段比值方法,建立太湖水体合适的叶绿素a浓度反演的遥感定量模型。由于经验模型的缺陷性,还提出了基于TM数据的水体混合光谱分析模型,同时分析了端元光谱提取方法对模型求解的影响。通过计算叶绿素a浓度模型估算结果与实地测量数据的相关系数和均方根误差(RMSE),可以发现混合光谱分析模型也是水体叶绿素a浓度遥感估算的另一条佳径。     

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.     

基于遥感与GIS的黄土丘陵区生态监测系统研究——以定西地区4县为例

基于遥感和GIS技术建立的甘肃中部黄土丘陵重点地区生态环境监测系统的初步监测结果表明,近10a来定西4县黄土丘陵区土地利用/土地覆盖变化显著。其中:增加最为显著的是菜地和果园,分别增加了275%和164%,说明试验区农业产业结构有较大的调整,即从单一的粮食生产转为与经济作物相结合的模式;减少最为显著的是河流和宜林宜草荒地,分别减少了68%、63%和67%,说明该地区对未利用土地的开发程度较大;该地区多年来推行水土保持和退耕还林工作,所以混交林和防护林增加的幅度较大,分别增加了43%和46%;该地区的连续建筑用地、分散建筑用地和交通用地都有较大幅度的增加,分别增加了34%、13%和21%,说明该地区经济的迅速发展和城市化的趋势。遥感与GIS为生态监测系统的建立与应用提供了丰富的数据源和强大的数据处理手段。     

水质遥感监测技术研究进展

该文综述水质遥感监测研究的发展状况,阐述水质遥感监测的机理,介绍常用的遥感数据、遥感监测方法及其对叶绿素a、悬浮物、黄色物质等水质指标遥感监测的应用进展,提出该领域发展存在的主要问题,展望其发展方向和研究重点。