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高光谱影像的分析与处理

EO-1 Hyperion是新型地球观测卫星,也是一颗实验性的高光谱星载卫星.Hyperion影像具有高光谱分辨率的特点,同时该传感器在波段的辐射定标参数、影像的坏线和条带、以及光谱的Smile效应等处理方面有待改进.针对黑河上游祁连山区的Hyperion影像,进行了DN值分析,DN值转换辐亮度值、影像条带去除和坏线替换、光谱Smile效应校正,以及经MODTRAN辐射传输的大气订正等处理,获得了高光谱分辨率的雪反射率的反演网像,为研究区积雪面积的提取、雪粒径和雪反照率的反演等后续工作提供了基础图像.     

基于6S模型的MODIS影像逐像元大气校正及其应用

以获取地物真实反射率为目的,介绍了逐像元大气校正的方法。应用6S模型逐像元综合考虑太阳天顶角、传感器天顶角、相对方位角、大气气溶胶厚度、观测波段以及地表海拔这6个参数,生成查找表,统计分析各参数关于反射率的敏感度;并与以往单一参数校正的方法比较了校正的效果。结果表明,逐像元大气校正算法更加接近地物的真实反射率。利用MODIS地表反射率产品对大气校正的结果进行验证,单一参数、逐像元大气校正的相对误差分别控制在26.9%和12.7%以内;在以植被指数(NDVI)为例的后续遥感定量化反演过程中,逐像元比单一参数大气校正方法计算的NDVI平均高出14.4%。     

利用TM遥感影像和DEM估算山区地表反照率

利用Landsat TM遥感影像可见光-近红外波段的数据和DEM,计算了复杂地形条件下的反射率,再将窄波段的光谱反射率组合得到地表反照率.在计算反射率时解决了两方面的问题:计算太阳入射光谱辐射时考虑了微观地形因素的局地海拔、地形坡度、坡向、地形遮蔽等参数对较高分辨率影像的影响;考虑了大气对遥感图像的影响.在全面地考虑了大气和地形对影像影响的基础上,发展了一个适用于利用DEM和较高分辨率的卫星影像计算复杂地形条件下的地表反射率和反照率的模型.以黑河上游山区为例,利用TM图像和DEM计算了复杂地形条件下的地表反照率,对结果进行验证表明模型合理可行.     

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。     

火星高光谱遥感大气校正方法

高光谱遥感是火星探测的主要技术手段之一,由于火星与地球大气成分的差异,火星高光谱遥感的大气影响与地球有所不同.火星高光谱遥感大气校正可采用平场域法(FF)、内部平均相对反射率法(IARR)、辐射传输算法,解混算法和ETF算法等.文中分析了各算法的主要思路和优缺点,讨论了使用参数的差异及其不同的计算过程,并对火星南极地区一幅影像(ORB0942_2)进行了ETF、FF和IARR三种大气校正试验.通过某些特定矿物(如石膏)的光谱特征拟合分析,认为ETF方法在特征吸收拟合方面效果较好,而FF和IARR在总体拟合度方面效果较好.     

内蒙古本巴图铀资源勘查远景区航空高光谱数据不同大气校正方法评价及应用

航空高光谱遥感在岩石矿物精细识别和填图方面具有显著优势和应用前景。大气校正是实现航空高光谱影像中矿物反射光谱重建的关键技术,现有的大气校正模型方法需进一步评价和开发,以适应地质矿产勘查领域中的实用化需求。文章以内蒙古巴丹吉林盆地东部的本巴图铀资源勘查远景区为试验区,基于4种经典大气校正模型开发了航空高光谱数据大气校正批处理软件,对试验区SASI航空高光谱影像开展大气校正不同方法的试验评价。以试验区5种典型蚀变矿物的反射光谱重建作为评价对象,通过与USGS标准矿物光谱进行对比,结果表明：经过FLAASH模型、6S模型、快速大气校正模型和经验线性模型校正后的SASI影像均能较准确地反映矿物的诊断性光谱特征,吸收峰波长位置未发生明显偏移。相对而言,经验线性法更好地保持了矿物的光谱形态,作为试验区航空高光谱数据大气校正的优选方法。最后,在航空高光谱大气校正的基础上,完成了本巴图铀资源勘查远景区矿物填图,为分析和评价该地区铀成矿潜力提供了技术支撑。     

CPF变化对Landsat TM/ETM+辐射校正结果的影响

随着时间的推移,卫星传感器的老化会使得原有的辐射定标参数文件(CPF)失效。最典型的当属Landsat-5卫星,该卫星自1984年发射以来,已经进行了多次CPF修正;而Landsat-7卫星的CPF也经过了数次修改,以保证辐射校正结果的准确性。以Landsat TM/ETM+遥感影像为例,分别以2003、2009年的CPF对它们进行辐射校正,并对结果进行对比。结果表明,除ETM+的绿光波段外,TM、ETM+影像基于2009年CPF计算的各波段均值都要小于2003年。而这一变化也使得由此计算的指数产生差异：归一化植被指数(NDVI)间的差异可达0.48%,建筑用地指数(IBI)间的差异可达5.94%。     

基于遥感方法反演悬浮泥沙分布

基于遥感理论,采用地物光谱仪与光电测沙仪对同一水样同步测量的方法,确保建立相关关系数据的同步性;由地物光谱仪测得的光谱值推算出遥感反射率,并等效计算ETM₊图象相应波段的遥感反射率;由光电测沙仪测出悬浮泥沙浓度;通过对等效算出的ETM₊各个波段遥感反射率和悬浮泥沙浓度这两组数据的相关分析,得到4种形式的经验模型.结果表明,TM₄与TM₁波段光谱值的比值与悬浮泥沙浓度之间的相关系数最高,故应用该模式进行研究区域悬沙浓度反演.     

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.     

多角度高光谱CHRIS/Proba植被模式数据大气校正

遥感数据大气校正是进行定量遥感的前提,大气校正的好坏直接影响到后期的定量分析、信息提取和遥感应用.选择长白山地区2008年8月30日的多角度高光谱CHRIS/Proba数据为研究对象,根据多角度高光谱CHRIS数据植被模式的特点,利用滤波进行条带噪声去除;根据MODTRAN模型原理进行多角度高光谱CHRIS/Proba...     

基于HJ-CCD影像数据的新疆喀纳斯自然保护区植被叶面积指数估算

以新疆喀纳斯自然保护区为研究区, 评价了HJ-CCD影像数据估算植被叶面积指数(LAI)的能力及其对大气订正方法的敏感性.分别利用6S和FLAASH两种大气订正模型对HJ1B-CCD2影像进行大气订正, 比较了大气订正前后不同植被(针叶林、阔叶林、针阔混交林和草地)反射率及5种植被指数(NDVI、SR、SAVI、MSR、ARVI)的变化, 进而建立了4种植被类型LAI的遥感估算模型, 分析了LAI的空间分布格局.结果表明: 大气订正后可见光波段的反射率降低, 6S模型订正后近红外波段的反射率上升, 而FLAASH模型订正后近红外波段的反射率下降.大气订正后NDVI、SR、SAVI(除针叶林)和MSR上升, 6S模型订正后所有植被类型的ARVI下降, FLAASH模型订正后针叶林和阔叶林的ARVI上升, 而针阔混交林和草地的ARVI下降.大气订正提高了植被指数与LAI之间的相关性, 对于针叶林、阔叶林、针阔混交林而言, 利用6S模型订正后的反射率建立的模型优于FLAASH模型订正后的反射率建立的模型, 而草地却相反.经过大气订正, HJ-CCD影像数据可应用于研究区植被LAI的估算.研究区LAI的高值集中在湖泊和河流附近, 低值分布在海拔较高处.山地森林草原带、亚高山森林带、高山灌丛草甸带、高山冻原、高山冰川带植被LAI的平均值分别为2.6、3.9、2.5、1.7和1.0.     

基于各类特征对齐迁移网络的多时相遥感图像分类

为了在目标域遥感图像不存在标记数据的情况下实现自动分类,论文提出一种基于特征对齐的迁移网络.网络以各类类心对齐和协方差对齐作为迁移策略,全面描述域间各类别之间的对应关系,实现知识迁移.另外,网络采用线性修正单元作为激活函数,能够产生稀疏特征,提高分类效果.该迁移网络能够同时获得对齐的特征和自适应分类器,不需要目标域的标记数据,实现无监督迁移学习.在多时相的Hyperion高光谱遥感图像和WorldView-2多光谱遥感图像上的实验结果证明了该迁移网络的有效性.      

A study on the potential of satellite image-derived hyperspectral signatures to assess the grades of iron ore deposits

This paper present the results of a study made to assess the grades of iron ore deposits in parts of Noamundi area using the hyperspectral image data (EO-1 Hyperion). The study involves hyperspectral image data, preprocessing (removal of atmospheric effects), spectral curve generation from the image, extraction of certain spectral parameters and spectral data analysis. Atmospheric correction was carried out by using algorithms involving atmospheric analysis of spectral hyper-cubes and Quick Atmospheric Correction modules. Spectral curves generated for the pixels that contain iron ores resemble the spectral signature of iron ores, i.e., very strong absorption at 850–900nm region is observed. The strength of the absorption varies spatially at different pixels. Hence, spectral parameters such as radius of curvature of NIR absorption trough (750–1000nm), position of NIR absorption trough and distance from a reference(100% reflectance) line have been derived for all the image-derived spectra and were compared with the concentration of iron in the ore samples of mines. Empirical models were generated by relating the image-derived spectral parameters of iron ore locations and geochemistry of the samples collected from the same location which shows a reasonable match. Strong negative correlation is seen between the radius of curvature of the NIR absorption trough and concentration of iron with a R² value of 0.809. The position of the NIR absorption trough is seen to shift towards longer wavelengths with decreasing iron content and the distance from the reference line increases with increasing iron content. Thus, this study indicates that it is feasible to discriminate the grades of iron ores from the spectral parameters derived from Hyperspectral satellite images.     

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。     

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。      

Hyperspectral Remote Sensing of Forests: Technological advancements,Opportunities and Challenges

In real world what we are able to see is just because of light or energy reflected or emitted from the viewing object is falling upon retina of human eye. The variations in intensity of light reflected back from any object in different wavelengths are sensed and provide ability of discriminating different objects having similar size and shape. In the same way, in spectroscopy we sense the reflected light through artificial sensors and record as image (in airborne and satellite spectroscopy) or as spectrum (in field spectroscopy). In remote sensing discrimination of different object mainly depends on difference in reflection of energy in different wavelength region of light. Considering this behaviour of light, in hyperspectral remote sensing the reflected light coming from object is split into multiple continuous and small-small wavelength bands and are sensed in each wave band separately. Therefore we are having reflection response of object in multiple and narrow wavelength regions, which can be used in discrimination of different objects that are not separable in multispectral remote sensing due to less number of broad range wave bands. Collection of data is one aspect of the technology but as soon as these data are collected, a question arises how to and where to use this data? To answer where to use, a list of applications like discrimination, mapping and monitoring of different features and process of landforms in ecosystem have been reported, and forestry is one of them. And question of how to use these data in each applications involve converting the raw data into useful information using a multistep process of atmospheric, radiometric and geometric correction, removal of bad data and data redundancy, transformation and extraction of most useful data, data segmentation and extraction of useful information. For this purpose variety of data processing techniques, algorithms, concepts and schemes have been reported from time to time. In this review article we have summarized the available technical developments in hyperspectral remote sensing during the last three decades and tried to discuss the opportunities and challenges in hyperspectral remote sensing applications in the forestry sector.     

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。