大气校正方法及其在高光谱影像Hyperion中的应用

利用遥感影像反演地物反射率,大气校正必不可少。对于高光谱影像,其信噪比与多波段遥感影像相比非常低,消除大气的影响显得尤为重要。在大气辐射传输模型Modtran4.0基础上,给出了一种直接、有效的大气校正参数计算方法。结合MODIS/TERRA大气温湿度廓线产品,使用此方法计算了高光谱影像Hyperion大气校正参数,并用于Hyperion影像的部分波段的反射率反演,与卫星过境时地面同步实测的典型地物反射率以及高光谱大气校正软件ACORN的计算结果进行比较,获得了比较好的结果。研究表明,大气辐射传输模型和卫星遥感大气参数产品相结合用于遥感影像的大气校正是可行的。     

福建矾山Hyperion高光谱数据预处理及效果评价

高光谱遥感数据预处理是其应用于地物识别与信息提取过程中一项繁琐而必要的工作,预处理流程包括波段筛选、Smile效应纠正、坏线及垂直条纹去除、大气校正等。引入信噪比、均值、方差等参数进行了波段筛选;利用MNF变换、差值两类方法进行了Smile效应的检测,并通过线性拟合内插的方法纠正了Smile效应;利用均值法修复坏线、全局法去除垂直条纹均取得了较好的效果。大气校正过程中,选用了适宜的参数指标反演地表反射率,并经光谱优化减小了"噪声"的干扰。最后,通过波谱曲线形态分析及波谱匹配方法来评价预处理的效果。在此基础上总结了预处理的优化流程,并将该流程应用于福建矾山Hyperion高光谱遥感数据的预处理中,获得验证评价较好的160个波段数据,为后期的福建矾山高光谱遥感信息找矿奠定了基础。     

基于FLAASH的高光谱遥感数据大气校正应用

星载传感器接收到的电磁波,必经大气吸收和散射的影响。高光谱分辨率遥感影像具有大量光谱信息,为了精确提取高光谱遥感信息,对大气校正是必不可少的。对于Hyperion遥感影像而言,其信噪比较低,在反演地表反射率过程中,此项工作尤为重要。基于FLAASH对Hyperion影像进行了大气校正,分析了不同地物校正前、后的光谱特征,与标准库对比后,取得了比较理想的校正效果。结果说明,通过大气辐射传输模型理论进行大气校正是可行的。     

EO-1Hyperion高光谱数据FLAASH模块大气纠正

EO-1Hyperion高光谱遥感影像在实际应用中,需对图像进行大气纠正及补偿等预处理,以便获得较好质量的图像,为进一步分析和应用提供保障.笔者运用FLAASH大气校正模型对中国云南香格里拉地区的Hyperion卫星影像进行大气校正,利用图像MNF转换法对光谱曲线进行去噪平滑优化,再对校正前后影像进行遥感影像和典型地物光谱曲线对比分析.结果表明,影像经FLAASH大气校正和MNF平滑后,较好地消除了大气影响和Hyperion高光谱遥感图像的光谱噪声.     

Hyperion高光谱影像的经验模态分解及其几个问题的探讨

通过经验模态分解(EMD)方法,可以把高光谱曲线分解成一系列由高频到低频的本征模态函数(IMF),从而可以从不同层次分析高光谱数据特征,并进行特征提取.把EMD方法用于Hyperion高光谱数据处理,通过对每一个像元的高光谱曲线进行经验模态分解,构成IMF系列影像.通过分析IMF影像表明:对于不同的地物,其IMF也不同;不同波段,不但其噪声水平不同,而且噪声性质也不一样;原始影像的Smile效应在IMF中可以明显表现出来.由于IMF影像与原始影像的波段有一一对应的关系,因此与其它信号分析方法(如小波分析及FFT方法)相比,EMD方法得到的结果更直观,更易于数据分析.但是EMD结果受极值、插值方法、IMF判别准则以及端点效应的影响较大.     

AIRS红外高光谱资料反演大气水汽廓线研究进展

随着卫星遥感关键技术的突破,卫星光谱分辨率达到了分辨大气成分单个谱线的水平,研究人员开始了大量通道同时反演大气廓线和多种微量成分的研究.针对AIRS(Atmospheric Infrared Sounder)就红外高光谱资料反演大气水汽廓线的研究进展进行了评述,从训练数据、通道信息的提取及降维、反演算法和反演精度改进4个方面对反演晴空大气水汽廓线的研究现状进行了分析与讨论.AIRS资料反演大气水汽廓线的训练数据通常选用威斯康星大学提供的全球晴空反演训练样本集CIMSS (Cooperative Institute for Meteorological Satellite Studies,University of WisconsinMadison)和SARTA(Stand-Alone Radiative Transfer Algorithm)辐射传输模式模拟的亮温辐射值.归纳总结了2种通道信息的提取及降维方法:一是采用有效的方法来完成光谱信息压缩,对常用的主成分分析和独立分量分析方法进行了对比,认为独立分量分析更为可行.二是通道选择,即保留部分含有较多大气廓线信息量的通道,达到降维目的.在进行通道选择时要注意针对不同地区气候类型、下垫面、季节以及即时天气条件,选择不同的通道组合.介绍了3种反演算法:特征向量统计法、牛顿非线性迭代法和神经网络法.对比发现特征向量统计法简单易行,但精度不够理想;牛顿非线性迭代法精度虽高但计算耗时长,因此不适合业务使用;神经网络计算速度快、精度也能达到要求,具有很好的前景.对目前的几种样本分类方法及附加因子进行了对比分析,对反演算法精度的改进提出了一些有益的设想.最后对晴空辐射订正及云天大气水汽廓线反演进行了简要介绍,提出了该领域未来的一些研究方向.     

基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例

以已知的矿床——内蒙古炭窑口矿床为研究区,基于围岩矿化蚀变理论,利用高光谱遥感技术对矿化蚀变异常信息进行提取。首先对Hyperion影像进行预处理,包括去坏线、条带、大气校正及光谱重建。其次,从反演后的反射率数据提取5类端元矿物,通过分析矿物组合,最终确定5类矿物并利用波谱角制图法在研究区填图,进而提取矿化蚀变信息。在以上研究过程中改进了去除条带的方法。在获得蚀变信息后,结合炭窑口研究区的地质图进行应用分析,通过解释异常,验证其是否为矿化引起的蚀变。最后,再根据研究区的地质情况和前人对矿床的研究成果,尤其是对含矿地层的研究成果,结合提取的蚀变矿物,预测其他有利靶区。结果表明,获得的矿化蚀变信息与矿点吻合较好,具有一定的借鉴意义。     

高分辨率遥感数据处理及其铀矿地质应用

高光谱和高空间分辨率遥感技术在铀矿地质勘查中具有重要作用,遥感数据挖掘与知识发现、新方法研究则是各种铀成矿要素光谱信息和空间特征识别的关键技术手段。本文基于曲波变换技术,开发了卫星高光谱数据（Hyperion）和高空间分辨率（SPOT5）的影像融合方法,融合影像在数据噪声消除、信息增强与信息提取方面应用效果显著;利用离散小波变换技术,高精度提取了主要铀成矿要素的光谱参数,建立了典型四价和六价铀矿物的光谱识别谱系。另外,通过钻孔岩心和探槽工程的高光谱编录、地质编录和物探编录,建立了典型蚀变带的物谱关系模型,重点分析了赤铁矿化蚀变（Fe3＋）光谱特征与铀含量之间的相关关系。上述遥感数据处理新技术新方法在桃山地区铀矿地质勘查中取得了理想效果。     

基于边缘特征的遥感影像小波变换融合法

如何将不同空间分辨率遥感影像合理有效地融合在一起,保持原始多光谱影像的光谱特性,提高影像的分类精度和空间分解力,这是遥感影像数据融合处理的热点研究问题。在对原始遥感影像进行小波变换的基础上,提取高空间分辨率影像边缘特征信息,并与原始多光谱影像进行了融合处理。以IRS、SPOT和ETM卫星影像为资料进行实验,结果表明,该方法在提高影像的空间分辨率的同时,能够很好地保持影像的光谱特性,尤其在空间分辨率差异较大的影像融合中,该方法在保持影像光谱特性方面要优于其他的融合方法。     

一次融雪过程的卫片分析

利用卫星影像调查地面自然资源是从做冰、雪覆盖面积图开始的。J.C.Barnes和C.J.Bowley1972年就开始利用卫星艾托斯-1(ITOS-1)和雨云-4(Nimbus-4)获得的影像作地面积雪分布图。那时,影像分辨率低,只有在地面大于8公里线性长度的物体才能显示在卫片上。但他们的工作证明,位于热红外波段的辐射扫描图像非常适宜做冰、雪覆盖图。继后,又利用诺阿-2(NOAA-2)和诺阿-3(NOAA-3)的甚高分辨率(分辨率为     

GPU用于高光谱数据高性能计算的应用实践与分析

高光谱遥感数据具有波段多、数据量大、处理复杂等特点, 基于GPU的高性能计算在遥感领域得到了快速发展, 为高光谱数据的快速处理提供了硬件和技术条件。采用GPU对高光谱遥感数据常用的SAM、PPI等处理算法进行应用实验, 验证基于GPU的高光谱遥感数据快速处理技术。实验采用新疆东天山地区的一景星载Hyperion数据, 利用支持IDL开发语言的GPULib、CUDA运行时API库进行算法效率的验证, 结果表明, 基于GPU的高光谱数据处理效率比常规的多核CPU主机处理效率有较大提升, 具有一定的应用推广价值。      

植被覆盖区卫星高光谱遥感岩性分类

植被高覆盖区岩石和土壤在遥感图像上表现为弱信息、小目标,如何利用卫星高光谱遥感提取岩性弱信息是目前遥感地质应用中的最大挑战之一。以黑龙江呼玛地区为例,选择美国EO-1卫星Hyperion高光谱数据。由于植被与下伏岩石-土壤的光谱混合,分别计算研究区含土壤因子和不含土壤因子的植被指数,并对两类不同的植被指数进行主成分分析,以此分离植被和岩石-土壤组分。在含土壤因子植被指数主成分分析的二维组分散点图上,明显区分出背景植被与异常岩石-土壤组分,证实了植被与岩石-土壤组分经主成分分析分离的效果。同时在不添加土壤因子植被指数的分析中,明显区分出植被覆盖信息。通过对实验区典型岩石进行野外光谱测试,然后对光谱进行连续统去除处理,将其作为参考光谱,与分离后的岩石-土壤光谱进行光谱特征拟合（SFF）,从而成功地识别出研究区内不同岩石类型,特别是玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩识别效果较好。根据研究区内不同岩石地层单元内岩石组合特征,通过分离后的组分合成图像,成功地实现了岩性分类。与已知地质图叠加,证实通过卫星高光谱数据提取的不同岩石类型颜色边界与地质图岩性界线吻合较好。结果表明：通过植被与岩石-土壤光谱组分分离,结合高光谱遥感的光谱特征拟合,能够识别不同的岩石类型,实现植被覆盖区岩性分类。     

Hyperspectral satellite data (Hyperion) preprocessing—a case study on banded magnetite quartzite in Godumalai Hill, Salem, Tamil Nadu, India

This paper deals with many calibration methods involved in preprocessing of hyperspectral remote sensing data, while radiation calibration with respect to magnetite minerals without altering image reflectance. Radiometric calibration is the basis and important for both hyperspectral data applications and quantitative remote sensing. While at present there are many methods available for radiometric calibration in the spaceborne hyperspectral data, here, we used the highest spectral resolution Hyperion EO-1 satellite data using a variety of calibration models, which include the calibration model based on atmospheric radiation theory, conversion model as scene dependent such as flat field model, internal average reflectance model, logs residual modified model, and linear model based on the experience of the ground calibration, and so on, and hyperspectral data calibration study was implemented with magnetite mineral. After the above three models contrast, we have arrived at the conclusion that calibration model based on atmospheric radiation theory is the finest radiation calibration method for Hyperion satellite data preprocessing.     

基于Hyperion高光谱数据和随机森林方法的岩性分类与分析

探索利用高光谱数据的岩性填图新方法是遥感地质应用领域的重要需求之一。本文运用随机森林方法和EO-1Hyperion高光谱数据,对新疆塔里木西北部柯坪地区的局部区域进行岩性分类,并对相关问题进行分析。分别利用光谱特征以及加入光谱一阶导数特征进行岩性分类,并对不同特征对岩性分类的重要性进行分析,同时与现有的基于光谱角制图方法(SAM)进行比较。结果表明,与SAM方法相比,随机森林方法得到了更高精度的岩性分类结果,是一种有效可行的岩性分类方法。根据特征重要性的排序,蓝绿光波段、短波红外波段以及相应的一阶导数特征对研究区Hyperion数据的沉积岩岩性分类贡献更大。     

基于Hyperion数据的岩矿蚀变信息的特征峰提取法

介绍了一种基于光谱曲线特征峰提取的岩石蚀变信息提取方法。对于目前Hyperion数据的空间分辨率所得到的混合光谱,用该方法对精细矿物的识别尚难做到,但可以用于半定量提取矿物蚀变信息。文中提出的方法作为一种航天高光谱数据挖掘手段,目的在于探索基于高光谱数据的蚀变信息提取方法,为高精度、高空间分辨率的航空或未来航天高光谱数据的处理抛砖引玉、探索先行。     

德兴铜矿矿山污染高光谱遥感直接识别研究

利用高光谱图谱结合特征开展矿山污染直接识别研究.首先详细分析了德兴铜矿矿山污染(废矿、废水以及植被) 地物的光谱特征, 总结出可利用于直接识别和提取这些污染物的特征光谱, 从而利用矿区航天Hyperion高光谱数据并以矿物识别谱系技术为主有效地识别出矿区的污染类型及其分布.对于以黄铁矿等含铁矿物为主的围岩或贫矿矿石的氧化污染利用70 0nm、10 0 0nm以及2 2 0 0nm附近的特征吸收分别识别出含Fe3 + 矿物及其Fe2 + 和Fe3 + 混合矿物, 并进一步根据光谱特征识别出赤铁矿和针铁矿; 根据矿区水体在6 0 0nm附近吸收特征的差异相对区分出酸性水、碱性水和中性水; 根据植被在6 85nm附近的最大吸收深度相对地划分植被污染程度.最后建议建立矿山污染地物光谱数据库.该研究为利用高光谱的技术优势快速且有效地直接识别与提取出污染源的种类、类型并分析其潜在的污染趋势提供了新的思路, 为矿山污染监测、治理规划和复垦提供了新技术和知识支撑.      

Hyperspectral satellite data analysis for pure pixels extraction and evaluation of advanced classifier algorithms for LULC classification

The study was carried out for Indian capital city Delhi using Hyperion sensor onboard EO-1 satellite of NASA. After MODTRAN-4 based atmospheric correction, MNF, PPI and n-D visualizer were applied and endmembers of 11 LCLU classes were derived which were employed in classification of LULC. To incur better classification accuracy, a comparative study was also carried out to evaluate the potential of three classifier algorithms namely Random Forest (RF), Support Vector Machines (SVM) and Spectral Angle Mapper (SAM). The results of this study reemphasize the utility of satellite borne hyperspectral data to extract endmembers and also to delineate the potential of random forest as expert classifier to assess land cover with higher classification accuracy that outperformed the SVM by 19% and SAM by 27% in overall accuracy. This research work contributes positively to the issue of land cover classification through exploration of hyperspectral endmembers. The comparison of classification algorithms’ performance is valuable for decision makers to choose better classifier for more accurate information extraction.     

基于资源一号02D卫星高光谱数据的甘肃头吊泉-南大滩地区蚀变矿物填图及金矿化带识别

高光谱遥感能够根据光谱指纹特征提取蚀变矿物,在地质领域应用成效十分显著.针对最新的资源一号02D卫星高光谱数据特点,首先进行了高光谱数据预处理,选取蚀变矿物光谱特征显著波段进行数据降维,并应用三次样条插值函数对短波红外数据进行光谱波段增值,将光谱采样间隔提高到了2 nm.在优选出矿物填图端元光谱后,应用改进的SAM填图...     

Hyperion高光谱遥感在青海东昆仑东大滩地区找矿中的应用

利用ENVI软件,对青海东昆仑东大滩地区Hyperion高光谱数据进行处理后,运用光谱角填图法、波谱特征拟合法及匹配滤波法,对高光谱数据进行了矿物蚀变信息的提取,获得了东大滩地区矿物蚀变图像。在磨石沟二长花岗岩、花岗闪长岩岩体外围的南东侧,存在着硅酸盐、碳酸盐、三价铁等矿物蚀变。野外对蚀变异常地段进行验证,野外观察的矿物蚀变异常与遥感图像显示的蚀变异常区域基本吻合;结合区域地质背景与成矿条件,进行了区内成矿预测与优选靶区圈定,并发现了东大滩铜矿化点,说明高光谱遥感能为找矿提供准确且可靠的信息。