高光谱遥感数据的改正暗目标大气校正方法研究

高光谱遥感数据常用的大气校正方法均侧重于去除水汽及其他吸收气体的影响, 主要研究了从高光谱影像同时去除气溶胶与水汽影响的方法. 由于高光谱遥感数据波段众多, 常规暗目标方法一直难以适用于高光谱遥感数据的大气校正. 通过选取小麦作为新的暗目标对象, 着重讨论了使用多波段线性回归与插值的方法对常规暗目标方法进行改正使之充分利用高光谱的众多波段特性, 从而把改进的暗目标方法扩展应用于高光谱遥感数据的大气校正. 为了同时去除大气中水汽的影响, 大气校正全过程采用了循环迭代的算法. 以山东济宁地区EO-1卫星搭载的Hyperion高光谱数据为应用实例, 通过使用MODTRAN建立的查找表直接从影像估算出气溶胶与水汽含量, 实现了对该数据的大气校正. 大气校正的结果表明, 改正暗目标大气校正算法可以有效地对高光谱遥感数据进行大气校正.     

基于光谱角匹配预测的高光谱图像无损压缩

在地表信息获取方面,高光谱遥感是对地观测技术的主要方法,观测同时产生了海量高光谱图像的存贮与传输问题.研究发现,高光谱图像具有独特的光谱上下文特征,可从光谱维分析高光谱图像的光谱相关性,并用光谱角来度量相邻像素间的光谱相似性的差异,探测水平或垂直光谱边界,由此提出了基于光谱角匹配预测(SAMP)的无损压缩算法.实验表明,SAMP算法的预测效果好于已有文献中提出的一些优秀算法,且具有低复杂性.     

长春市南湖富营养化高光谱遥感监测模型

通过对长春市南湖水质参数和高光谱反射率的相关分析,建立两者间的一元回归模型;同时利用日本学者相崎守弘等人提出的修正营养状态指数(TSIM)模型,分别针对水质参数实验室数据和高光谱数据,对长春市南湖富营养化程度进行评价和监测.结果表明:1)利用高光谱遥感监测模型进行湖泊富营养化监测和评价,能够获取较为准确的评价结果,相对于传统监测方法具有省时省力的特点;2)用实验室数据得出的TSIM修正营养状态指数,各点数据起伏比较大,而高光谱遥感监测模型模拟营养状态指数相对平缓,这表明监测模型对各点数据进行了不同程度的同化,相对缩小了同期各点数据和异期同点数据之间的差异,这与实验室化学分析数据监测结果相比是一个不足之处;3)长春市南湖水体呈现较为严重的富营养化状态,需要采取措施防止南湖水质进一步恶化.     

高光谱遥感混合像元盲分离模型

针对高光谱遥感影像中"混合像元"问题,在前人研究的基础上,本文提出了结合盲源信号分离技术的混合像元盲分离模型,该模型的核心算法是HFC算法和基于负熵的改进FastICA算法,优点是能够通过非常少的先验知识就可以进行混合像元分解,完成特征提取工作,且收敛速度快,精度较高.采用高光谱模拟数据和加噪数据,分别检验混合像元盲分离模型的有效性和稳定性,实验结果表明:模型受端元提取数目多少的影响以及高斯白噪声的影响较小,对高光谱遥感数据特征提取具有有效性和稳定性.     

基于空间-光谱特征和稀疏表达的高光谱图像分类算法（英文）

针对传统的高光谱数据分类方法分类精度不高、没有充分地利用空间信息等缺陷,提出一种基于Gabor空间纹理特征（Gabor spatial texture features）及无参数加权光谱特征（Nonparametric weighted spectral features）和稀疏表达分类（Sparse representation classification）的高光谱图像分类算法,可以简写为Gabor-NW SF和SRC,即GNWSF-SRC。所提出的GNWSF-SRC分类方法首先通过融合高光谱的Gabor空间特征和无参数加权光谱特征来更好地描述高光谱图像,然后通过其进行稀疏表达,最终通过对比其重构误差获得分类结果。在训练集比例不同的情况下,用所提出的方法对两组典型的高光谱数据进行处理,理论研究和仿真结果表明：与传统的分类方法相比,所提出算法能够提高分类精度、Kappa系数等,取得了较好的分类效果。     

臭氧含量变化对星载红外高光谱探测仪亮度温度模拟的影响

本文以搭载在风云三号D星上的红外高光谱探测仪(High-Spectral Infrared Atmospheric Sounder,简称HIRAS)为例,评估了通用快速辐射传输模式RTTOV(版本12)中臭氧含量空间和季节变化对模拟的红外高光谱探测仪亮度温度的影响.分析2019—2020年AIRS反演的全球臭氧浓度分布发现：臭氧主要集中在平流层1～50 hPa的高度,有明显的纬度带分布和季节变化;赤道地区臭氧浓度高,两极地区臭氧浓度低,变化范围约8 mg/m³.同一地点臭氧浓度有较明显的季节变化,变化幅度在±3 mg/m³之间.用RTTOV模拟的HIRAS亮度温度对臭氧浓度变化的强敏感区主要在中心波长9.8μm的臭氧强吸收带波段,引起的亮温差可以达到几K的量级,其余通道(尤其是窗区)对臭氧浓度变化不敏感.RTTOV中给出的臭氧浓度缺省值在中低纬度地区偏低,而在极区赋值则偏高,使得模拟的HIRAS臭氧吸收通道亮温值在极区偏高、赤道地区偏低.贴近真实分布的臭氧浓度反演值模拟的9.8μm的亮温比用缺省值模拟的亮温更接近观测值,观测O与模拟B差(O-...     

基于高光谱图像稀疏表示的彩色可视化模型(英文)

提出一种对整幅高光谱图像的稀疏表示结果进行直接显示的方法,图中不仅包含了稀疏表示中保留的光谱信息,还可显示整幅图像的空间信息。稀疏表示后,将字典中的各有效原子根据光谱特性选择颜色标签,之后根据稀疏系数进行混合颜色显示,此时的图像能够同时满足可分性及距离保持特性。针对局部地物时,提出的单像素混合阵列表示法及改进的裂片纹理技术能够直观且完整的显示出每个像元的具体组成情况,还能够根据所生成图像中的信息对原始HSI进行重建,进而提高数据的利用率。该模型不仅能够良好地显示地物的空间特性,同时能够显示稀疏系数的组成,同时单像素混合阵列表示法及裂片纹理技术弥补了混合像素彩色显示中颜色表达混乱的弊端。对真实地物数据进行实验,结果证明该模型产生的彩色图像具有良好的视觉效果及可分性,满足距离保持特性。     

太湖水体3种典型水质参数的高光谱遥感反演

以富营养化污染严重的太湖为研究区,设计并实施了2次太湖航空遥感综合实验,获取了太湖7条航带、冬夏两个时相的航空高光谱遥感图像;通过6次太湖地面试验,采集了多时相的太湖水体固有光学量和表观光学量数据,分析了它们的空间分布规律,建立了单化固有光学量数据库;面向叶绿素、悬浮物和黄色物质3种典型水质参数,发展了基于生物光学模型和单位固有光学量数据库的水质参数反演分析方法;利用航空高光谱遥感器Will图像和航天高光谱遥感器CHRIS图像对这些方法进行了检验,获得了较好的水质参数图像反演结果.     

太原市汾河断裂浅层高分辩率地震探测

通过浅层高分辩率地震探测，结合钻孔资料，获得了测线处汾河断裂的准确位置，几何结构，活动性质、时代和速率等参数，并对其动力学属性进行了初步的讨论。地震探测揭露出汾河断裂的西支断层，为高角度东倾的斜滑断层，切割了第四系下部，上断点位于地下约70m处。据钻孔剖面推断有2条高角度相向而倾的斜滑断层，东支位于汾河东岸，断至全新统-上更新统，其底界面垂直错距约8m。断裂北段另一个钻孔剖面表明，西支断层切割了全新统-上更新统，底界面垂直错距约6m。汾河断裂晚更新世以来的平均垂直滑动速率为0.06-0.08mm/a，大震平均重复间隔为5.0-6.7ka。     

青藏高原周缘三次强地震伴生的卫星高光谱遥感地球化学异常

利用卫星遥感高光谱AIRS数据, 获取了发生在青藏高原周缘三个不同构造单元的2017年8月九寨沟M_S7.0地震、 2019年4月西藏墨脱M_S6.3地震和2020年6月新疆于田M_S6.4地震伴生的CH₄气体地球化学异常。 用Matlab编程处理AIRS数据的结果表明, CH₄柱含量在三次地震前一周到半个月出现高值异常, 异常沿着断裂带分布, 其中断裂带的交会部位异常幅度较大。 由于地震所处的构造环境、 发震类型、 震级大小差异, 三个构造单元地震引起的CH₄气体浓度异常出现时间、 持续时间、 异常强度等方面存在一定差异。 三次地震前后遥感信息异常与地震活动对应较好, 这归因于在孕震应力场作用下地下气体沿着裂隙及裂缝的逸散作用。 研究结果对利用卫星高光谱分辨率遥感技术监测地震及其在大地震短临预测中的应用具有重要意义。     

NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算

以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法.     

卫星高光谱气体溯源模型1.0版

以强震前电离层TEC变化的观测事实为基础,以天地同震理论、TEC的地球化学输送途径为前提,遵循气体上升的物理化学动力过程,建立强震断层逸出气体卫星高光谱溯源模型,按垂直分层和水平多尺度及多时间分辨率进行任务分解,最终以9个步骤完成震前震中区的目标识别,定位精度在5 km×5 km以下。     

高光谱遥感技术在建 (构) 筑物震害识别中的应用

高光谱遥感作为20世纪空间对地观测技术重大进步的产物,通过其较高的光谱分辨率,为人们提供了丰富的地球表面信息,在各个研究领域得到了快速发展和广泛应用,并取得了卓越的成果。尽管高光谱遥感具有独特的优势,但是针对其在震害评估领域中应用的相关研究较少。本文在总结高光谱遥感的特征、优势及不同领域应用现状的基础上,开展了其在震害评估领域的应用研究。基于ASD地物波谱仪获取的建（构）筑物光谱曲线构建可用于震害分析所需的光谱特征库,对比光谱库中地物曲线之间的差异后,发现高光谱遥感在震害评估领域中的应用是可行的,因不同震害地物之间的光谱特征曲线存在差异,依据这种差异可区分不同的震害信息,从而对震害遥感图像进行精细分类。     

华北地区高光谱气体影响因素分析

基于高光谱遥感数据分析CH4与CO的影响因素,应用于京津冀地区异常性质判定.通过不同地形高光谱气体与水汽、温度、长波辐射、气压等参数进行相关系数计算.发现陆地与海洋具有不同的特性,CH4与CO呈较强的负相关,且相关系数盆地大于山区大于平原;CH4与水汽、温度、长波辐射呈负相关,与气压呈正相关,且相关系数平原大于山区大于...     

吉林查干湖水体叶绿素a含量高光谱模型研究

叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

环境一号卫星高光谱遥感数据的内陆水质监测适宜性——以巢湖为例

环境一号星座的A星(HJ-1A)上搭载了超光谱成像仪(HSI),它是具有高光谱分辨率的全新国产遥感数据源,为水质遥感特别是内陆水质遥感提供了新的高光谱数据.但HSI影像的处理方法尚不完善,在广泛应用于水质遥感前对其进行质量研究和评价非常必要.本文针对HSI数据在巢湖水质监测应用方面的适宜性,对信噪比和数据真实性、倾斜条...     

利用陆基高光谱遥感捕捉太湖蓝藻水华日内快速变化过程

受蓝藻自身垂直迁移和频繁风浪扰动影响,太湖蓝藻水华漂浮混合和迁移堆积等变化迅速,在传统的湖面定位和断面监测中总感觉蓝藻水华有些"来无影、去无踪",限制了对其形成过程、驱动机制和防控治理的深入认识.卫星遥感可以实现蓝藻水华空间分布同步观测,但由于观测频次的限制很难捕捉蓝藻水华快速动态变化过程.本文利用与杭州海康威视数字技术股份有限公司联合自主研发的陆基（地基、岸基或者平台、船舶、桩基等能固定安装的均可）高光谱多参数水质遥感监测仪,架设于中国科学院太湖湖泊生态系统研究站（简称太湖站）水上观测场,通过对叶绿素a浓度及其他关键水质参数秒-分钟级的连续观测,有效捕捉了一天内蓝藻水华短期突然和快速变化过程.研究结果显示,在微风和小风条件下蓝藻容易在表层水体漂浮,盛行西北风驱动湖面开敞水域蓝藻水华快速漂浮集聚到太湖站岸边,短短半小时内表层水体叶绿素a浓度可以由10 μg/L快速攀升到100 μg/L以上,一天内会出现多个叶绿素a峰值,清晰展示了蓝藻快速日内动态变化过程.受蓝藻快速日内变化影响,透明度、总氮、总磷和高锰酸盐指数等水质参数也呈现出快速日内变化,叶绿素a浓度与透明度存在极显著负相关,与总氮、总磷和高锰酸盐指数存在极显著正相关,叶绿素a能解释总氮、总磷80%以上的变化,说明蓝藻短期内的漂浮和集聚深刻影响到湖泊水质.     

高光谱气体背景场特征及震情跟踪应用前景

基于2004—2017年华北地区高光谱数据,计算CH4、CO、O3总量背景场,发现不同气体在时间尺度上受温度、湿度、高空辐射等影响有较明显的周期性特征,在空间尺度上CH4、CO总量平原高于山区,O3总体呈现随纬度升高而降低的特征;利用RST算法对华北地区5.0级以上地震进行震例总结发现,震前62.5%的地震震中附近出现气体高值异常,异常气体主要为CH4、CO,而O3异常不明显。研究结果表明,RST算法对高光谱气体CH4、CO进行异常提取可作为地震预报的辅助依据,服务于震情跟踪判定。     

关闭小煤矿采空区地面探测方法优选

本文在关闭小煤矿采空区探测应用实例的基础上,依据地质条件的差异性和探测方法自身的局限性,选定三维地震、瞬变电磁和测氡法等3种技术进行了优选研究.结果表明,整体上三维地震能够给出采空区的空间分布,探测精度、可靠性最高,其施工成本高、工艺复杂、工期长,整体探测效率较低;测氡法能够定性圈定采空区及巷道分布区,探测精度、可靠性...     

中国主要土壤高光谱反射特性分类与有机质光谱预测模型

土壤可见-近红外漫反射光谱是当前对地遥感观察和土壤近地传感器研究的重要方向,同时也被认为是土壤数字制图、精确农业和土壤资源调查等方面最重要的数据获取技术.从中国西藏、新疆、黑龙江、海南等地采集16种土类的1581个土壤样本,经干燥过筛后统一采用ASD光谱仪测量了其室内可见-近红外反射光谱(350~2500 nm).对所有的土壤光谱数据采用Savitzky-Golay平滑加一阶微分进行转换,来减少大样本数据受到实验室光学测试环境条件差异的影响,然后对数据进行主成分变换降维处理.引入模糊k-means方法进行大样本光谱数据的最佳分类数目计算,并将中国土壤光谱数据分成五类,各自代表了不同的土壤矿物和有机组分,主要类型与国际同行类似成果有可比性.最后提出了采用土壤光谱分类方法结合偏最小二乘回归法(PLSR)方法建立土壤有机质的光谱分类-局部预测模型,结果比未分类直接采用PLSR方法的一阶微分-全局预测模型的精度有了显著提高,其预测模型的R2和RPD两个指数分别从0.697和1.817提高到0.899和3.158.