基于地面实测光谱的土壤有机质含量预测

以德兴铜矿尾矿坝附近的土壤为研究对象,在实验室内利用ASD便携式光谱仪对研究区内68组土壤样本进行了测定,并通过研究土壤反射光谱特征,选择了反射率的对数微分变换作为土壤有机质(soil organic matter,SOM)预测模型的因变量;通过对土壤有机质含量与土壤光谱特征的相关分析,将402 nm与2 312 nm波段反射率的对数微分变换结果参与模型建立;最终,从多元回归分析和模糊数学2个角度建立了有机质含量的预测模型。结果表明:基于模糊数学的研究方法优于多元线性回归方法,相关系数达到89.3%,平均相对误差较小。因此,地面实测光谱可以用于预测土壤的有机质含量。该方法具有周期短、成本低等特点。     

土壤电导率和pH值光谱特征及反演模型——以呼伦贝尔草原干旱半干旱土壤为例

针对传统的化学分析无法快速获取土壤盐分信息的问题,该文提出了一种基于光谱技术的土壤电导率(EC)及pH值的特征提取及估测算法,获取呼伦贝尔典型草原区72个土壤样本的光谱反射率,分析光谱特征并采用稳健估计法、偏最小二乘及支持向量机模型实现对土壤EC以及pH值的快速、高精度预测。实验结果表明:支持向量机建模预测精度最高,EC拟合值与实测值的相关系数为0.78,均方根误差为0.035,2.0RPD=2.182.5;pH拟合值与实测值的相关系数为0.91,均方根误差为0.349,RPD3.0。     

基于光谱重建的高光谱特征参数选择方法——以苏北地区Hyperion数据为例

高光谱遥感能提供数十至数百个窄波段的光谱信息,从而能够依据地物的诊断性光谱特征进行地物识别。然而,高光谱遥感在提供丰富光谱信息的同时,波段间的相关性和冗余性制约着高光谱遥感的应用。因此,特征参数选择是高光谱遥感分类中最关键的环节之一。首先讨论EO-1/Hyperion的传感器特征,并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线,采用光谱重建理论获得用于逼近光谱曲线的基函数及其对应的光谱区间。然后采用逐步增加光谱区间,并调整波段中心位置和宽度的方法,得到稳定的光谱区间。最后将光谱区间内的几个原始高光谱波段合成一个宽的波段,得到几个较宽波段的仿真图像,并对其进行分类。结果表明,基于光谱重建的特征参数选择方法获得的分类,总体精度高达92%,充分说明了该方法的有效性。     

第二次土地调查县级数据库建设研究——以浙江省上虞市为例

县级土地调查数据库是各级土地调查数据汇总统计的基础,也是国土资源各项日常管理工作的重要依据。通过上虞市二次土地调查数据库建设的全过程研究,总结了具有操作性的建库技术流程。同时,对数据库建设的关键环节进行了重点分析,并提出了数据库持续更新的思路。     

高光谱数据处理及在铀资源勘查中的应用——以广西苗儿山地区为例

以广西苗儿山地区机载成像细分红外高光谱数据为例,探讨了高光谱数据的特点及其处理方法。编制了一系列数据预处理软件,对图像进行了条带去除、波段间配准、航向压缩、镜向变换、辐射校正、正切校正、相对反射率转换等预处理,获得了高质量图像; 在 ENVI软件基础上建立了研究区野外实测光谱曲线库及分类子库,并对各子库进行了系统研究。同时,提出了正确的图像配准方案,对图像进行了精校正和镶嵌,取得了满意的效果; 在纯净像元提取、混合像元分解、匹配滤波、光谱特征拟合等方面进行了探索,提取了该区铀矿化的特征光谱信息; 最后,探讨了高光谱数据的地质应用潜力,尤其在硅化带识别方面的应用取得了成功,发现了一系列的新的含铀硅化断裂带,预测了三个成矿有利地段。经验证,其中两片地区的铀明显偏高并有矿化显示。     

利用高光谱识别草地种类的研究——以锡林郭勒草原为例

以锡林郭勒草原典型的羊草、针茅、日阴菅、隐子草为研究对象,测量4种草地光谱,利用光谱微分法对原始光谱数据进行处理,在提取草地光谱7个特征参数的基础上,采用相关性分析和主成分分析方法精选红边斜率、绿峰位置、绿峰值和红谷位置4个参数。基于所选的4个光谱特征参数,采用多层感知神经网络模型对草地种类进行识别,精度达到80.3%,同时对比7个特征参数与4个特征参数对草地种类识别精度的影响,发现草地种类识别精度从69.0%提高到80.3%。本研究可为大面积草地物种资源的遥感调查和监测提供科学依据。     

城市扩张程度的影响因素分析——以武汉市为例

城市斑块层面扩张程度异质性深切影响着城市物理形态演变.研究城市扩张程度的影响因素及其机制,有助于深化理解城市扩张过程,管控城市空间扩张,促进城市紧凑发展.以中国湖北省武汉市为例,采用邻近度扩张指数度量城市扩张程度,并分析了城市扩张程度的空间特征,采用相关性分析探讨城市扩张程度与速度之间的联系,构建空间回归模型探究自然、...     

基于NDVI和LSMM的干旱区植被信息提取研究——以新疆吐鲁番市为例

植被是干旱区生态建设重要的组成部分,而植被覆盖度是生态环境变化的重要指示,是评价生态系统健康的前提条件。本文在遥感等技术的支持下,以landsatTM影像为数据源,选用归一化植被指数(NDVI)和线性光谱混合分析模型(LSMM)两种方法进行分析比较,提取吐鲁番市近20年植被覆盖度,并对该地区植被覆盖度的演变特征进行分析。结果表明:①LSMM方法能较好地提取干旱区植被信息,指标简单且分类精度较高。②NDVI方法提取植被时,受到很多限制,在干旱区不宜采用。     

改进的光谱角制图沿照度方向分类法及其应用——以ETM数据为例

选取多光谱遥感数据（ETM）对新疆北山西段中坡山笔架山一带进行了遥感蚀变信息提取方法研究。根据光谱角制图信息增强方法的优缺点,通过对光谱照度的研究,提出了结合光谱角分类方法进行沿光谱照度方向距离分类的信息提取方法。实验表明,该方法应用于ETM数据,增强了目标信息,同时剔除掉因照度所产生的大量非目标信息,为优化信息提供了一种有效的方法。在地形比较平坦的研究区取得了很好的应用效果。     

不同传感器线性光谱分解反演不透水面的对比——以Landsat ETM+和EO-1 ALI为例

利用线性光谱分解模型,对同日过境的Landsat ETM+和EO-1ALI影像的不透水面信息反演结果进行对比研究,从提取精度、盖度精度两方面对两种传感器影像的不透水面反演能力进行对比。结果表明,ALI反演不透水面的能力优于ETM+,其提取总精度和Kappa系数均高于ETM+高;其均方根误差和系统误差的绝对值都小于ETM+。两者产生差异的原因在于ALI的光谱分辨率和辐射分辨率均高于ETM+。     

土壤有机质光谱特征研究

对在宜兴市和横山县采集的174个土样400 nm~2 500 nm波段的光谱曲线进行了研究。为了有效去除背景噪声对目标光谱的影响,并将非线性关系线性化,首先对土壤光谱进行了14种变换,然后运用光谱微分技术、逐步回归分析等方法研究了土壤光谱反射特性与土壤有机质之间的关系。结果表明,反射率对数的一阶微分这一变换形式对土壤有机质含量最为敏感。建立了相应的回归预测模型,模型方程判定系数达到0.885,较好地利用土壤光谱反射特性预测了土壤有机质的含量。     

土壤含水量高光谱灰色关联度估测模式

针对土壤含水量高光谱估测中的不确定性,基于灰色系统理论,建立土壤含水量灰色关联度高光谱估测模式。首先根据光谱特征因子的非时间数据序列特性,利用基于加权距离的灰色关联度计算方法,构建灰色关联度预测模型;然后利用识别残差建立修正模型,提出了具有残差修正的灰色关联度预测模式,并应用于山东省泰安市土壤水含量高光谱估测。结果表明,检验样本的平均相对误差为3.614%,而基于经典的灰色关联模式和线性回归模型的平均相对误差分别为4.762%和6.841%。应用实例说明提出的模式是有效的。     

Using hyperspectral reflectance data to assess biocontrol damage of giant salvinia

Field hyperspectral reflectance data were studied at 50 wavebands (10-nm bandwidth) over the 400- to 900-nm spectral range to determine their potential for distinguishing among giant salvinia (Salvinia molesta Mitchell) plants subjected to four population levels of salvinia weevils (Cyrtobagous salviniae Calder and Sands) to develop feeding damage to the plants. The four populations included a control with no insects and those with low, medium and high insect populations. The plants were studied in two experiments on each of two dates: 14 October 2010 and 21 July 2011. Two procedures were used to determine the optimum bands for discriminating among treatments: least significant difference (LSD) and stepwise discriminant analysis. The LSD comparison test results for both October and July experiments showed that generally the best bands for separating among treatments occurred in the green (505–595 nm), red (605–635 nm), red-near-infrared (NIR; 695–745 nm) edge and NIR (755–895 nm) regions where three to four treatments could be distinguished. Stepwise discriminant analysis identified four bands in the green, red and red-NIR edge to be significant to discriminate among the four treatments in Experiment 1 in October. For Experiment 2 in October, discriminant analysis identified five bands in the blue, green, red and NIR regions to be significant for distinguishing among the treatments. In Experiment 1 in July, five bands in the blue, green, red-NIR edge and NIR regions were found to be significant to discriminate among the treatments. For Experiment 2 in July, discriminant analysis identified four bands in the blue, green and red-NIR edge regions to be significant to discriminate among the treatments.     

基于反射光谱预测土壤重金属元素含量的研究

本文利用实验室实测的土壤反射光谱以及铅、镉、汞等重金属元素数据,进行土壤重金属元素含量快速预测的可行性研究。本文利用偏最小二乘回归方法,研究了反射率(R)、一阶微分(FDR)、反射率倒数的对数(lg(1/R))和波段深度(BD)等对预测精度的影响,对这几种光谱指标预测土壤重金属含量的能力进行了分析和评价,同时分析了多光谱数据估算土壤重金属元素含量的可行性。结果表明,反射率倒数的对数lg(1/R)是估算土壤重金属元素含量最好的光谱指标,尤其是Cd和Pb,检验精度R超过0.82。有机质、铁锰氧化物和黏土矿物对土壤重金属元素的吸附是可见光—近红外—短波红外光谱估算其含量的机理。多光谱数据同样具有估算土壤重金属元素含量的能力,但实际数据则要考虑多种因素的影响。     

土壤有机质光谱特征研究

The study on soil spectral reflectance features is the physical basis for soil remote sensing. Soil organic matter content influences the soil spectral reflectance dramatically. This paper studied the spectral curves between 400 nm∼2500 nm of 174 soil samples which were collected in Hengshan county and Yixing county. Fourteen types of transformations were applied to the soil reflectance R to remove the noise and to linearize the correlation between reflectance (independent variable) and soil organic matter (SOM) content (dependent variable). Then, the methods such as derivative spectrum technology and stepwise regression analysis, were applied to study the relationship between these soil spectral features and soil organic matter content. It shows that order 1 derivative of the logarithm of reflectance (O1DLA) is the most sensitive to SOM among the various transform types of reflectance in consideration. The regression model whose coefficient of determination reaches 0.885 is built. It predicted the soil organic matter content with higher effect. Supported by the National Natural Science Foundation of China (No. 40271007).     

用ERS风散射计数据估算土壤水分方法的研究

欧空局ERS1/2卫星上的风散射计(WSC),分辨率是50km,4天内能覆盖全球超过80%的范围,并可在多角度下对地物目标进行观测。本文研究利用该散射计数据估算土壤水分的方法。首先,利用基于ERS散射计数据建立的全球C波段雷达后向散射系数数据库,根据传统的几何光学模型(GOM),反演得到与土壤含水量密切相关的法线方向Fresnel反射率,并与两个采样点(安多和那曲)上的实测降雨量及土壤水分相对比,证明了ERS散射计数据与土壤水分的高相关性;第二步,以水云模型为基础,结合AIEM模型,发展了一种简化模型来估算土壤水分绝对值,分别利用气象站实测点数据和同时期的Basist湿度指数(BWI)进行验证,表明反演结果能较好反映土壤水分的空间分布状况。     

岩石实验室光谱对应分析

成像光谱图像具有几十个窄波段和高的光谱分辨率,使直接识别岩石岩性成为可能,但其海量数据又为数据的处理、分析和应用带来了不便。因此就需要寻求一种在不损失信息或最大限度保持原有信息的前提下又压缩或最小化数据量的方法。在对岩石实验室光谱按成像光谱仪（ＭＡＩＳ）通道重采样后,应用了一种特征信息提取的方法（对应分析法）,对岩石光谱进行了分析,达到了压缩数据与岩石分类的目的,同时也探讨了其处理大数据量成像光谱图像数据的意义     

遥感在悬浮物质浓度提取中的应用—以福建闽江口为例

介绍了悬浮物质浓度遥感监测的一般原理，重点介绍光谱混合分析法，利用TM遥感影像，分别用光谱混合分析法和回归分析的经验模型计算了闽江口悬浮物质浓度的分布，对结果进行了分析和对比，结果表明，光谱混合分析法可以充分利用多波段的数据，不需要大量的实验数据，有较好的实用性，能用于缺乏实测数据的区域。     

利用MapBasic建立县域土壤资源信息系统初探

介绍以MapInfo6.5为平台,MapBasic为编程语言的建立县域土壤信息系统的实践过程,对县域土壤调查数据的管理进行了初步探讨。该系统能实现图形和数据综合管理,输出各种专题图。     

利用混合光谱分解与SVM估算不透水面覆盖率

对比了线性混合光谱分解模型(SMA)与支持向量机(SVM)在TM影像上估算不透水面覆盖率(ISP)的精度,通过SVM模型拟合TM像元光谱特征与样本ISP间的关联而获得对未知像元ISP的估算能力。对于天津市主城区的TM影像,选择学校区、工矿区和住宅区的高分辨率影像分类结果作为训练样本(7020个)和验证样本(1500个),SVM模型的ISP估算均方差(15.4%)优于SMA估算结果(19.4%);在增加缨帽变化“绿度分量”及混合光谱分解“高反射率分量”作为SVM特征变量后,ISP估算精度提高为12%。研究结果表明：SVM模型能够拟合各像元光谱组分间非线性关系且具有较好小样本泛化的性能,适用于地面样本较少的大区域ISP制图;增加与ISP相关性大的光谱特征向量作为SVM输入能提供更多的区域地物空间分布信息,能够调整无样本的地表类型的ISP估算值,提高区域ISP估算的整体精度。