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。     

鄱阳湖地区高光谱遥感数据的定标研究

针对鄱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。     

高光谱遥感及其在青藏高原的应用潜力分析

高光谱遥感以其波段数目多、光谱分辨率高、带宽窄等特点受到了国内外研究者的广泛关注,它的发展可以说是遥感技术领域的巨大进步。本文主要介绍高光谱遥感的发展,以及针对高光谱影像独有的特点所要进行的数据处理方法。在此基础上,结合青藏高原独特的地理地质环境,探讨高光谱遥感在青藏高原的应用潜力。     

利用高光谱遥感图像估算小麦氮含量

利用2001—04—26实用型模块化成像光谱仪(0MIS)在北京小汤山地区获取的航空高光谱遥感图像，对图像进行了精确的几何纠正和反射率转换，提取出43条小麦图像光谱与地面叶片全氮含量数据相对应，运用红边、光谱吸收特征分析方法和逐步回归算法，选择和设计了叶片全氮反演的特征波段和特征参数，并进行了全氮含量境图。实验结果表明：由吸收特征光谱(590-756nm，1096—1295nm，1295—1642nm)确定的特征深度与面积能够很好地对叶片全氮含量进行反演；NDVI(NRCA1175.8，NRCA733.9)和NDVI(dr745，dr699．2)与TN的关系最好(R^2分别为0．8145，0．769)；全氮含量填图的值域和分布与地面调查和测量结果一致。     

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。     

立足国内开拓创新走向世界——中国科学院遥感应用研究所高光谱遥感发展30年回顾

世界高光谱遥感技术的发展只有20 多年的历程, 中国的高光谱遥感发展与国际基本同步, 在需求牵引和中国科学院、自然科学基金委员会的支持下, 特别是通过863 计划和国家攻关计划, 中国科学院遥感应用研究所(简称遥感所)与上海技术物理研究所等单位紧密协作, 相继研制了一系列高光谱遥感设备, 开展了大量的技术试验和应用基础研究, 不仅在国内结合国家需求取得了很好的应用效益, 而且开展了多项国际合作, 走向世界, 开创了以中国高光谱技术支持中国科学家与国外发达国家科学家合作研究的先河, 并进一步推动了高光谱遥感的发展。在长达20 多年的发展中, 遥感所高光谱遥感已成为中国的一个重要研究基地。本文从航空航天高光谱成像仪器的研制、应用技术及信息处理等方面, 回顾了遥感所高光谱遥感走过的历程及其对高光谱遥感发展的贡献。     

高光谱遥感数据三次光滑样条滤噪

分析了高光谱遥感数据噪声滤波的作用和现状，实现了一种基于三次光滑样条函数的高光谱遥感数据噪声滤波算法，解决了目前高光谱遥感数据噪声滤波算法自适应效果不理想的问题。通过对AVIRIS数据试验，证明此方法简单易行，计算精度高，具有良好的局部自适应拟合能力，并能有效地滤除数据中的噪声，改善数据质量。     

高光谱遥感影像矿物自动识别与应用

在对矿物光谱特征理解与归纳的基础之上，对矿物光谱特征进行知识化表达，利用数理逻辑和一定的判别规则实现对高光谱遥感影像矿物的自动识别与批量化信息提取。在ENVI平台上，利用IDL语言开发了高光谱遥感影像矿物分层自动识别模（Mineral Auto-identification Module Basedon Spectral Identification Tree：MAIM-SIT）。该模块已经在新疆东天山哈密地区利用HyMap数据、西藏驱龙地区利用Hyperion数据以及美国Cuprite地区利用AVIRIS数据成功地进行了矿物识别，可识别的矿物或矿物组合可达10种以上，基本实现了高光谱矿物信息提取的智能化与批处理能力。     

中国高光谱成像遥感应用研究进展

根据20世纪90年代以来国内主要学术刊物上发表的有关论文,综述了高光谱成像遥感在地质、海洋、农业、大气和环境等领域的应用和研究进展。为了能够较好地反映高光谱成像遥感应用研究的最新进展,对国际上同一时期的发展状况也作了简要介绍。     

轻小型无人机高光谱遥感原始数据存储与验证

高光谱遥感数据具有丰富的信息,但多通道海量光谱信息的存在给原始数据的存储带来了较大的压力.尤其是在轻小型无人机领域的应用中,受搭载平台的制约,无法使用体积与质量过大的存储介质.SD卡是一种体积小、容量大的存储设备,被广泛应用于无人机遥感数据的存储中.但一般的SD卡控制器实际的写入速度为30 MB/s,无法完成高速高光谱...     

SAR干涉测量的相干性特征分析及积雪划分

雪盖面积是高山地区和季节雪盖区水文,气象模型的重要输入因子.SAR干涉测量不仅能够生成高精度的DEM,而且能够通过重复轨道雷达信号的相干性来探测地表覆盖的变化.通过分析比较四景重复轨道ERS-1/2的SAR图像发现,裸岩,裸地,灌丛等未受到扰动的地表相干性高,湖面,雪盖等变化明显的地表相干性低.积雪覆盖后的表面,其相干性急剧隐低,利用其相干性特征可以进行积雪划分.根据上述特性,利用地物的散射强度和SAR重复轨道的相干测量进行雪盖划分,分类精度达到82%,结果表明利用SAR干涉测量的相干性特征进行雪盖制图是可行的.     

高光谱影像分类EM算法的完善

在高光谱影像分类过程中,往往无法获取足够数量的训练样本,使得类别分布参数估值精度降低,并最终影响分类结果.EM方法为该类问题的解决提供了途径,但由于地面信息的复杂性及算法自身的原因,将其应用于高光谱影像的分类仍有许多待完善之处.文中叙述了该算法的完善策略,包括借助低通滤波器获得各参数更为合理的初值,以及如何克服噪声对该算法的影响.实验表明,经过完善的EM方法具有很强的适用性,可以获得精度更高的分类结果.     

高光谱影像分类EM算法的完善

在高光谱影像分类过程中,往往无法获取足够数量的训练样本,使得类别分布参数估值精度降低,并最终影响分类结果。EM方法为该类问题的解决提供了途径,但由于地面信息的复杂性及算法自身的原因,将其应用于高光谱影像的分类仍有许多待完善之处。文中叙述了该算法的完善策略,包括借助低通滤波器获得各参数更为合理的初值,以及如何克服噪声对该算法的影响。实验表明,经过完善的EM方法具有很强的适用性,可以获得精度更高的分类结果。     

利用分离性测度多类支持向量机进行高光谱遥感影像分类

提出了一种基于变换域离散度排序的高光谱图像快速压缩算法。该算法针对高光谱数据在Hadamard变换域的特性,自适应地选择有利的排列顺序,将变换域光谱矢量的各维度按照离散度进行重新排序,不仅使光谱矢量的大部分能量和差异集中在低维部分,而且把高信噪比的分量调整到低维空间,并据此构造出高效的码字排除不等式,最后结合LBG(Linde Bazo Gray)聚类算法,通过矢量量化快速完成高光谱图像的编码。在不同压缩比下进行实验,结果表明,本文提出的高光谱图像压缩算法能在保证良好的图像恢复质量的前提下,大幅度降低计算复杂度,实现快速压缩。     

利用能量变分方法进行高光谱数据去噪处理

利用超平面最小方案,针对高光谱数据在空间维和光谱维建立能量函数,通过两个权重系数调节空间维数据曲面光滑程度和光谱曲线光滑程度,达到联合抑制噪声的目的。实验中,对Hamamatsu相机和AVIRIS采集的高光谱影像数据中比较严重的噪声污染,该方法有效地降低了噪声的影响,在AVIRIS水吸收带处的去噪效果尤为明显。     

利用MODIS数据研究天山北麓Kriging雪深插值

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSR-E微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

基于多孔径映射的高光谱异常检测算法

针对高光谱遥感异常检测中复杂背景与异常目标之间光谱特征相关性导致背景模型难以准确估计的问题,提出了一种基于多孔径映射的高光谱遥感异常检测算法。首先,不同于背景建模提取背景特征的方法,多孔径映射从不同角度提取数据特征,通过构建基集合表征高光谱数据的光谱特性,获得用于衡量统计差异的异常显著性指标。其次,为了实现对具有适中及低异常显著性像素的精细分析,本文基于模糊逻辑理论构建隶属度函数获得关于像素异常显著性的连续性属性标记,并将隶属度值作为权重,通过加权迭代过程实现多孔径映射的自适应收敛。最后,借鉴模糊逻辑理论中的去模糊机制,对多孔径检测结果进行融合,获得最终的检测结果。本文仿真试验采用高光谱遥感数据,从稳健性及对低显著度目标敏感性方面对算法进行验证。     

最小光谱相关约束NMF的高光谱遥感图像混合像元分解

提出了一种最小化光谱相关度约束的非负矩阵分解方法。该方法根据高光谱遥感图像中端元之间具有不相关性这一特点,提出了一种光谱相关度函数。该函数度量光谱之间的相关程度,函数值越小,光谱间的相关度越小。通过联合最小化光谱相关度函数和非负矩阵分解误差函数,使获得的光谱之间具有最小的相关性,从而获得端元光谱以及组分图。模拟实验和真实实验证明了算法的有效性。     

高光谱--遥感测绘的新机遇

通过对高光谱遥感技术的主要优势、基本特征和地理空间信息探测潜力的分析,展示了高光谱数据在遥感测绘领域大规模应用的可能性.同时,还分析了围绕高光谱测绘应用相关的一系列问题,包括高光谱数据的测绘需求、面向测绘应用的高光谱影像分析的关键技术、高光谱遥感测绘模式以及实用化系统建立的设想等.通过对这些问题的进一步深化研究,高光谱技术就可充分与现有的遥感测绘手段有机结合,并对地理空间信息的遥感探测技术产生有力的推动.     

利用高光谱数据对作物群体叶绿素密度估算的研究

叶绿素是农作物生长中重要的因素。叶绿素含量既表明作物生长的状况,又表征了作生的生产能力。而叶绿素密度（单位面积农作物的叶绿绿素含量）是估计农作物群体生产力的重要指标。对早播稻、晚播稻和玉米的多时相的群体光谱测量数据和相应的叶片叶绿素密度的测量数进行了相关分析,结果表明早播、晚播稻和玉米的群体光谱的反射率数据以及其导数光谱数据绿素密度具有委好多的相关性,并且可以对这几种农作物建立统一的线性回归关系。