高光谱遥感图像亚像元信息提取方法综述

高光谱遥感图像光谱分辨率高、波谱连续、图谱合一,这为精细地物分类、探测和识别提供了数据基础。然而,由于高光谱遥感图像空间分辨率的局限性及地物场景的复杂分布,混合像元普遍存在于高光谱遥感图像。混合像元是高光谱遥感图像精细信息提取与分析中的难点。解决混合像元问题,实现亚像元级信息的提取与分析是近年来高光谱遥感图像解译的热点和前沿。本文系统梳理了高光谱遥感图像亚像元信息提取的主要研究内容,具体从混合像元分解、亚像元制图及亚像元目标探测3个研究方向综述了经典方法,并对国内外相关方向的研究进展、发展前沿及主要挑战进行了分析与评价,最后分析讨论了高光谱遥感图像亚像元信息提取研究在模型构建、优化求解及与应用结合等方面的研究趋势及方向。     

高光谱遥感城市植被识别方法研究

传统的植被状况调查方式费时、费力,并且更新困难,而高光谱遥感数据图谱合一,能够更精细、准确地进行遥感地物识别和分类,因此采用Hyperion高光谱数据来研究地物混合严重并且呈零星碎片状的城市植被。利用混合像元分解思想改进Gram-Schmidt融合算法,将Hyperion高光谱和ALI全色波段进行融合,提高光谱数据的空间分辨率,来解决城市植被像元混合严重和分布过于零散破碎难题,进而提高植被识别精度。为了避免高光谱植被识别陷入维数灾难,采用主成分分析对融合后的高光谱数据进行数据降维。最后,在地面光谱成像仪获取的纯净像元光谱信息辅助下,选取训练样本进行最小距离分类,完成植被类型识别,总体精度达到84.9%。     

使用量子优化算法进行高光谱遥感影像处理综述

高光谱遥感技术从20世纪80年代出现以来,已迅速成为对地观测的重要组成部分,其影像信息提取是地物信息提取的主要数据来源。高光谱遥感影像除提供地物的空间信息之外,其成百上千个波段携带的光谱信息所提供的光谱诊断能力可以对地物目标进行精细化解译,大大增强了对地物信息的提取能力。充分利用高光谱遥感影像丰富的光谱信息对地物目标进行精细化解译成为近年来遥感领域的研究热点。对基于量子优化算法的高光谱遥感影像处理方法进行阐述,介绍了量子优化算法的发展与技术,并概括了其在高光谱遥感影像中的应用,并对量子优化算法在高光谱遥感影像处理中的应用发展提出建议和展望。     

基于Sentinel-2影像的河流湖泊遥感提取

河流信息提取一直以来都是水利行业重要的工作内容,基于遥感技术的优势,采用高分辨率卫星影像Sentinel-2多光谱影像,进行河流信息提取,以此得到高精度的河流信息。结果表明：基于遥感分类手段的河流提取具有很高的精度,河流呈现连续状态分布,并且植被区域与其他区域分类精度较好;基于遥感反演手段的河流提取同样具有很高的精度,反演手段从光谱信息中准确识别出水域信息并反映出来,河流信息呈客观分布且未出现断流现象,即该方法在河流提取中具有较好的应用。     

面向对象的高光谱影像湿地植被信息提取

以美国Sacramento-San Joaquin三角洲为研究区,提取高光谱遥感影像上湿地植被的光谱响应特征,用于指导面向对象的湿地植被信息提取。结果表明,基于光谱响应特征分析的面向对象分类精度为88.03%,而未利用光谱响应特征的面向对象分类精度为72.08%。在面向对象提取前对植物光谱响应特征进行特征提取,可以实现湿地植被在物种水平上的识别,并可以有效提高分类精度。     

热带植被Web光谱数据库及其应用

植被光谱库的构建对植被特征识别和生态环境监测具有重要作用。通用光谱库由于地区差异导致的不同植被光谱差异不明显,对定量遥感分析和植被精细识别分类造成较大的误差。首先,通过实地采集热带植被光谱数据,构建适用于热带植被监测和分析的Web波谱数据库,包含52种典型植被冠层和叶片光谱;其次,详细介绍植被光谱库开发框架,实现功能模块包括：元数据编辑、波谱库报告、增删改查、端元光谱提取、影像波谱对比分析和波谱可视化;最后,应用卫星多波段遥感数据与通用光谱库验证对比植被精细分类效果。结果表明,通用波谱库无法依据波谱信息对植被做精细分类,依据本文热带植被波谱库可有效对植被做精细分类,精度达86.5%。     

Hyperion高光谱数据在福建钟腾铜钼矿区的应用研究

以福建平和钟腾铜钼矿区为例,简要介绍了Hyperion高光谱数据处理技术,探讨了基于特征谱带的光谱微分及基于完全波形特征的光谱匹配等遥感矿物识别方法,初步识别出该矿区的绢英岩,并为地质资料、野外踏勘以及岩矿鉴定所证实.旨在交流基于高光谱遥感数据的岩矿信息提取方法技术,对高植被覆盖区的遥感技术应用进行探索.     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

顾及植被的复杂艰险地区多光谱遥感岩性识别

针对复杂艰险地区修建道路时,地质岩性难以现场获取的问题,该文利用ASTER多光谱遥感影像,研究和设计了一种顾及植被覆盖的复杂艰险地区多光谱遥感岩性信息识别提取方法.该方法根据植被覆盖情况先分类后进行岩性识别:对中高植被覆盖区进行植被信息的抑制处理,再对中低植被覆盖区采用主成分分析法进行岩性信息提取;对低植被地表裸露区域采用端元提取、光谱角填图的方法进行岩性信息的提取.最后将岩性识别提取结果与现场地勘结果进行对比验证.结果表明该方法进行岩性信息提取结果与已有的现场勘察结果基本一致,具有重要的参考和应用价值.     

面向高光谱遥感影像的分类方法研究

20世纪80年代初期出现的高光谱遥感技术,将反映目标辐射属性的光谱信息与反映目标空间几何关系的图像信息有机地结合在一起。高光谱影像丰富的光谱信息使其较全色遥感、多光谱遥感能够更好地进行地面目标的分类识别,然而其复杂的高维数据结构也对传统的遥感影像分类方法提出挑战。提出很多针对高光谱遥感影像的分类方法,对其进行研究。     

新一代人工智能驱动的陆地观测卫星遥感应用技术综述

随着各国航天事业的高速发展以及政府对卫星遥感技术的大力支持,各类军民商用卫星系统层出不穷,建立了较为完善的卫星遥感数据获取体系,为推动经济社会高质量发展提供了新动能。与此同时,人工智能技术的迅猛发展极大程度的提升了数据分析的智能化、精准化水平,为遥感大数据分析与应用带来了新的发展机遇。在互联网时代的背景下,结合新一代人工智能、大数据、物联网、5G等先进技术,推动遥感应用朝着智能化、大众化、产业化方向发展是大势所趋。本文依据当前陆地观测卫星智能遥感技术的发展现状与实际需求,论述了人工智能驱动的遥感技术在资源调查、环境监测、灾害监测等领域中的应用研究现状,探讨了现阶段制约人工智能技术在遥感领域应用成效的关键问题,最后结合遥感大数据处理中存在的问题和挑战,对陆地观测卫星遥感应用技术的发展趋势进行了展望,建立基于人工智能的卫星遥感应用体系已成为卫星遥感技术发展的必然趋势。     

矿山安全与环境的多源遥感监测技术

随着我国矿产资源的大力开发,矿山环境问题日趋严重,利用遥感手段进行矿山环境与灾害动态监测成为保护环境和防灾、减灾的重要手段。本文针对单一遥感手段在矿山监测中存在的缺陷,开展了天、空、地多源遥感监测技术在矿山环境监测中的应用研究,分析了该技术的特点和优势,提出了将天基的卫星遥感技术、空基的无人机遥感技术以及地面的热成像、测量机器人等遥感测量方法结合起来,进行矿山生产、安全、环境、灾害的协同观测。     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

遥感技术在聚落研究中的应用——以巢湖“九龙攒珠”移民村落为例

近年来,遥感技术在城市遗址观测、地下文物勘查工作中发挥的作用愈来愈大,相比之下,在古代建筑和聚落研究领域则应 用较少。本文以巢湖北岸移民村落的发现、研究为例,试论遥感技术在古建筑及聚落研究领域的应用前景。     

基于瓦片技术的高分辨率遥感影像快速访问技术在测绘生产中的应用研究

随着地理信息和遥感技术的不断发展,高分辨率遥感影像的应用范围不断扩大,这对海量遥感影像的有效使用和管理提出了迫切需求。本文基于瓦片技术,对高分辨率遥感影像进行处理,实现了影像的快速访问。该技术已经应用到实际的测绘生产中,对提高生产效率和影像的统一管理具有重要意义。     

中国遥感技术在考古中的应用与发展

遥感技术的日新月异以及考古学的新目标、新需要不断出现, 利用遥感技术进行田野考古研究的工作已经取得长足进展。回顾了遥感考古的历史, 介绍了遥感技术在大遗址探测中的优势与作用, 以当前遥感考古与虚拟考古研究为例, 对遥感考古发展中面临的问题进行了概述。     

基于小波变换的遥感图像压缩方法研究

随着遥感技术的迅速发展,遥感图像数据量日益庞大,有限的信道容量与传输大量遥感数据的需求之间的矛盾日益突出。数据压缩技术作为解决这一问题的有效途径,在遥感领域越来越受到重视。本文探讨了利用小波变换对遥感图像进行压缩的技术。     

基于动态阈值哈希的大规模遥感影像快速内容检索方法

随着我国遥感对地观测技术的快速发展,接收和存档的遥感影像数据量呈指数级增长,传统的检索方法难以在超大的遥感影像数据量上进行快速内容检索,造成遥感影像检索技术缺乏突破性进展,使得我国遥感影像利用率和利用效率受到限制。本文提出了一种创新的哈希索引方法,该方法根据特征向量的空间分布情况动态生成向量的哈希编码,可对高维的遥感影像特征向量进行低维编码,大大降低了检索计算量,可显著提高大规模遥感影像库内容检索的准确率和效率。在天地图数据集的检索试验表明本文提出方法在准确度和检索效率上均有显著提升,有较大的应用潜力。     

浅谈遥感技术在矿产开发中的应用

随着遥感技术和信息处理技术的快速发展,应用领域的不断扩大,遥感与地质、地球物理、地球化学相结合的综合找矿方法已经成为现代地质矿产调查的重要方法之一。本文介绍了利用遥感技术勘测矿产资源的大概流程:以遥感物理模型为支撑,以现代成矿理论为指导,在系统收集资料和全面分析基础上,研究影像的地质成矿特征,遥感图像处理,遥感图像解译,遥感异常信息提取,采样化验和验证,开展地质综合分析,进行矿产资源综合评价。遥感找矿已经成为一种经济、快速、高效的勘察方式,随着遥感技术的不断发展,将具有更大的发展前景。     

数字挖掘方法在遥感分类中的应用研究

随着空间信息领域技术的提高,利用卫星遥感数据获取地表信息的数据量也飞速的增长,快速有效地在海量遥感数据源中获取感兴趣的地表信息成为一项重要的研究方向。数据挖掘方法具有从海量数据集中提取隐含其中信息的功能,使得数据挖掘方法在遥感图像分类和专题信息提取中具有较好的应用,但不同的数据挖掘算法具有各自的独特性,使得在遥感分类中使用数据挖掘方法并不容易,本文通过介绍几种常用的数据挖掘算法,分析和探讨了这些方法在遥感分类应用中的优势和局限性,为在遥感分类中更好的、有针对性的选择数据挖掘算法提供借鉴。