基于福鼎高分五号高光谱遥感数据森林优势树种识别的应用研究

通过分析高光谱遥感数据在自然资源调查中的研究现状及目前高光谱遥感数据地物光谱识别的主要技术方法及其精度情况,选取福鼎市一带作为试验区,基于GF5高光谱数据预处理后成果分别通过对数变换后一阶微分法、归一化变换后一阶微分法、主成分分析法、波谱角填图法等处理及分类方法,对竹林、马尾松、杉木、桉树、茶树、草地进行了试验提取。采用林业数据及第三次国土调查数据,结合外业调查进行精度评价,结果表明波谱角填图方法准确率最高。     

基于景观分区的植被类型信息提取

利用陆地卫星多光谱遥感数据,在研究草被、针叶林、阔叶林、耕地等不同植被类型波谱特征的基础上,引入景观分区信息,进行空间特征与波谱特征相结合的遥感植被类型信息提取,其精度和效果优于单纯依赖植被指数的分类方法,能够适用于研究区植被类型的详细划分。     

典型地物波谱知识库建库与波谱服务的若干问题

地物波谱知识库的建立旨在满足应用需求。为达到数据的共享,波谱知识库应对遥感实验测量的波谱数据和相关信息如观测规范、实验环境有清楚的说明,即要有完备的元数据让用户知道波谱知识库中是什么样的数据。为弥补地面测量数据与用户需要数据的时间空间尺度差异,用于外延观测数据的遥感物理模型必不可少;这要求收集分析遥感物理模型,评价其适用条件并创建模型元数据,使用户了解在其工作条件下有何适用的模型,模型的依据是什么;同时波谱库使用遥感物理解析模型和计算机模拟模型完成植被参数的时间扩展和沿叶片-冠层-像元 3个层次的观测尺度空间扩展,从而产生像元尺度可见光到热红外波段的参考波谱。为实现因特网上的波谱知识共享,需要研究如何组织波谱数据和模型,让用户方便地远程检索实测的典型地物波谱数据,并可以实时获取由遥感物理模型外延的波谱数据。从上述 3个方面归纳了波谱库建设和服务需要解决的 6个问题。     

利用ALI遥感图像进行矿化蚀变信息提取方法探讨

矿化蚀变信息提取是遥感找矿的重要手段之一。Advanced Land Imager（ALI）遥感图像信噪比高达100～200,且有较高的波谱分辩率,能够区分具有标示性波谱特征的岩矿。以美国Cuprite地区ALI遥感图像为例,通过数字处理、最小噪声分离变换（MNF）,分离和均衡数据中的噪声。然后提取纯净像元（PPI）,输入到N维可视化器中开发端元组分光谱,并与波谱库中的波谱进行比对分析。将提取的端元作为样本,进行数据集合评估,最后进行蚀变信息的提取。结果表明,ALI遥感数据由于其波段多,波谱空间分辨率高,经过MNF-PPI后的三维散点图端元提取,能够识别更微弱的岩矿信息。     

基于ETM影像数据融合的土地覆盖分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行融合，采用主成分、乘积法、Brovey转换三种融合方法，重采样方法分别为邻域法、立方卷积法及双线性内插法。采用相同的训练样本区及最大似然法分类方法，对融合产生的9幅影像及未融合影像进行土地覆盖分类，通过对分类影像的Producers Accuracy，Users Accuracy，Kappa三者的精度数据和地物波谱信息的对比分析，在总体上，上述的影像融合方法对提高土地覆盖分类的精度不明显，但就某些地物类型来说，还是值得采用的；三种融合方法和三种重采样方式它们之问相比较而言，乘积法融合法和立方卷积重采样法相对较为可取。     

ALI 遥感数据在岩矿信息提取中的应用研究

论文对研究区ALI数据进行了纯净像元提取,在此基础上,对纯净像元进行N-D散点图分析,选择出不同端元并进行归类分析,作为后期分类识别的样本.这里采用决策树方法对研究区岩矿进行识别,研究发现:样本区在MNF变换后图像上的波谱(前几个波段)可分性远远大于其在变换前图像上的波谱可分性,基于此的决策树分类方法能够识别出岩矿.     

一种基于光谱角和光谱距离自动加权融合分类方法

高分辨率遥感影像分类一直是业内研究的热点之一,考虑到影像地物光谱角和光谱距离在分类中具有较好的互补性,提出了一种基于光谱角和光谱距离自动加权融合的分类方法,对传统多分类器分类的融合策略进行改进,能够在训练阶段根据样本自动地调整好各分类器对各类别进行分类的权重系数,使得融合后的分类结果更加科学和准确。QuickBird影像的分类实验表明,方法的分类精度明显优于单纯的光谱角或距离法,可广泛用于各种高分辨率影像的分类识别。     

义敦岛弧段铜矿床地面波谱的TM 析及其应用效果

义敦岛弧南段铜矿床地面反射波谱的ρ值与TM图象亮度存有显著的线性相关关系。在对典型铜矿床的野外波谱实测基础上,经与TM遥感数据进行相关分析,建立了典型铜矿地面波谱反射率与TM图象最佳波段数据的相关模型和矿床的波谱识别模型,将TM图象反演成与矿床地面波谱有关的地空相关图象,并据其进行了计算机图象的铜矿床波谱识别。其应用效果表明,铜矿床地面波谱的TM分析方法在义敦岛弧南段的成矿预测及靶区定位中有较理想的效果,是区内铜矿化信息提取值得借鉴的方法。     

基于ASTER数据遥感影像的决策树分类

以黑龙江省北安市为研究区域,尝试利用ASTER视反射率值进行便利、准确的土地利用分类研究。对ASTER数据进行波段相关分析,确定最佳组合波段;然后重点分析转换为视反射率值的影像特征和光谱特征,从中提取各种典型地物的光谱曲线; 并依据提取的光谱曲线建立基于地物反射率值大小关系或阈值的决策树模型,对研究区不同地物类型进行分类,并对结果进行精度评价。应用效果表明,该方法简单有效,但对于混合光谱容易错分。     

ASTER遥感影像与航磁梯度数据综合应用

以中国北部某地区为研究区域,通过研究区典型矿物与典型地物波谱分析,利用主成分分析与波段比值方法,对ASTER数据的蚀变信息进行提取,获取地表蚀变信息.同时根据实际飞行测量所得的航磁梯度数据解译梯度异常,获取地表以下的岩性构造信息,并圈定航磁梯度找矿远景区.最后,利用这两种数据优势,建立遥感和航磁梯度综合远景区判断依据,划分出研究区一级综合远景区3处,二级综合远景区3处,三级综合远景区2处,并进行实地踏勘.结果表明,遥感与物探方法的结合,可以提高地质勘查的准确度与效率.     

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。     

基于光谱匹配的热红外高光谱数据岩性分类研究

从岩石光谱出发,结合光谱谱带强度特征和光谱波形特征,针对机载热红外高光谱数据（TASI）,在以往算法基础上,提出一种改进的算法--光谱离散能级波形匹配法（SDEM）,并将其运用到岩性分类研究中。SDEM算法能识别岩石光谱间的微小差异,并在充分考虑光谱谱带强度和波形特征的同时,有效减弱数据噪声。与传统的岩性分类方法--高光谱角度制图法（SAM）相比,改进的算法能更精确地区分岩石相似光谱,识别易混淆岩性,对出现“异物同谱”现象的岩石也具有更好的区分能力。将SDEM、SAM方法应用于甘肃柳园地区TASI数据岩性分类研究中,可看出SDEM方法能识别出SAM未识别或识别错误的岩性。通过研究区野外查证,可知SDEM方法所得岩性分类结果更符合岩石实际分布情况。可见光谱离散能级波形匹配法具有较好的岩性分类效果,能更好地区分地物。     

Mapping the distribution of iron ore minerals and spatial correlation with environmental variables in hilltop mining areas

The prime contribution of this assignment was to examine the hyperspectral remote sensing, based on iron ore minerals identification using spectral angle mapper (SAM) technique. Correlation analyses between field iron contents and environmental variables (soil, water, and vegetation) have been performed. Spectral feature fitting (SFF) and multi-range spectral feature fitting (MRSFF) methods were used for accuracy assessment in extracting iron ore minerals from Hyperion EO-1 data. Spectral inspections as a reference were used in SAM technique for image classification for iron ore minerals: Hematite (24.26%), Goethite (32.98%) and Desert (42.76). Iron ore minerals classification is justified by the United States Geological Survey (USGS) spectral library and field sample points. The regression analysis of USGS and Hyperion reflectance spectra has shown the moderate positive correlation. The regression analyses between iron ore contents and environmental parameters (soil, water, and vegetation) have shown the moderate negative correlation. The examination was significantly effectual in extracting iron ore minerals: Hematite (SFF RMSE?≤?0.51 MRSFF RMSE?≤?0.48), Goethite (SFF RMSE?≤?0.047 MRSFF RMSE?≤?0.438) and Desert (SFF RMSE?≤?0.63 and MRSFF RMSE?≤?0.50); and the MRSFF RMSE histograms indicate the above result likened to a conventional SFF RMSE. MRSFF RMS error result is best because multiple absorption features typically characterize spectral signatures. This analysis demonstrates the potential applicability of the methodology for iron minerals identification framework and iron minerals impact on environmental parameters.     

Application of ASTER remote sensing data to geological mapping of basement domains in arid regions: a case study from the Central Anti-Atlas,Iguerda inlier,Morocco

Satellite remote sensing is shown to provide critical support for geological and structural mapping in semiarid and arid areas. In this work, Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) data were used to clarify the geological framework of the Precambrian basement of the Iguerda Proterozoic inlier in the Moroccan Central Anti-Atlas. In this study, the interpretation of the processed digital data has been ground truthed with geological field data collected during a reconnaissance-mapping program in the Central Anti-Atlas. The Iguerda inlier offers a deeply eroded Precambrian massif dominated by a Paleoproterozoic basement composed of supracrustal metasedimentary units intruded by various Eburnian granitoids. Impressive mafic dyke swarms mainly of Proterozoic age crosscut this basement. Eburnian basement rocks are unconformably overlain by Lower Ediacaran volcanosedimentary rocks of the Ouarzazate Group and Upper Ediacaran–Lower Cambrian carbonates. The applied ASTER analyses are particularly effective in the lithological differentiation and discrimination of geological units of the Iguerda inlier. The spectral information divergence (SID) classification algorithm coupled with spectral angle mapper and maximum likelihood classification effectively discriminates between metamorphic rocks, granitoid bodies, and carbonate cover. SID classification improves geologic map accuracy with respect to the spatial distribution of plutonic bodies and metamorphic units. In addition, Paleoproterozoic granitoids have been well discriminated into separate distinct suites of porphyritic granites, granodiorites, and peraluminous leucogranite suites. This discrimination was initially identified via remote sensing analysis and later ground truthed in the field. This methodology enhances geological mapping and illustrates the potential of ASTER data to serve as a vital tool in detailed geologic mapping and exploration of well-exposed basement of arid regions, such as the Proterozoic of the Anti-Atlas Mountains of Morocco.     

珊瑚礁遥感研究进展

受到气候变化和人类活动的影响，全球的珊瑚礁生态系统正迅速退化，通过遥感技术监测珊瑚礁栖底物质的结构组成和变化对于管理和保护珊瑚礁生态系统具有重要意义。珊瑚礁上层水体对光强的衰减、栖底物质光谱的复杂性以及空间的异质性，构成了珊瑚礁遥感的特点，同时也是难点；从光谱可分性分析、遥感图像分类、混合光谱分解、变化检测4个方面总结分析了近几年国际上在珊瑚礁遥感领域所做的研究，并指出应从高光谱影像分析、声学遥感和光学遥感相结合、完善珊瑚礁遥感物理模型等方面推进珊瑚礁遥感的发展。     

利用遥感光谱特征提取岩性信息的基础和技术研究

地物光谱特征的研究是遥感技术的基础研究工作之一．从光谱遥感发展与地质应用的趋势出发。从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展．在技术方法方面，主要从多光谱与成像光谱以及遥感与航空放射性信息集成3个层次上，分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性，并简单阐述了遥感与航空放射性信息的复合这一遥感岩性信息识别研究的发展趋势．     

多源遥感数据图谱协同岩石单元分类方法

岩石单元的结构、构造、差异风化和出露状况在遥感图像上综合表现为图形纹理特征即“图”标志，其矿物成分和组合则表现为光谱特征即“谱”标志.传统遥感岩石单元分类以利用其光谱特征为主，图形纹理特征为辅，因此分类精度有限.以新疆维吾尔自治区与甘肃省交界的北山西段为研究区，开展岩石单元图形指数和光谱指数协同分类方法研究.基于Worldview-2全色图像构建的图形指数，能够量化岩石单元的层理、构造、展布形态和微地貌等特征，包括0°和45°定向滤波图像及灰度共生矩阵计算出的同质性和异质性特征图像、熵特征图像；光谱指数基于Worldview-2多光谱图像和ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）短波红外波段图像利用比值、和-差方法构建.多源遥感图像构建的光谱指数其光谱波段涵盖可见光-近红外及短波红外，包括RI（Ratio index）_ASTER、SI（Spectral index）_ASTER、SI_Worldview-2.采用面向对象方法对建立的图谱指数进行多尺度分割，依据不同岩石单元出露规模建立适宜的分割尺度，利用光谱指数自动提取相应岩石信息，实现岩石单元自动分类.结果表明，实验区基于图谱协同方法共划分出17类岩石单元，总体精度达到83.62%，而单独利用Worldview-2和ASTER图像，仅划分出13类和14类岩石单元.提出的图谱协同岩石分类方法可为我国西部高海拔深切割无人区地质调查及找矿工作提供新思路和遥感技术支撑.      

吉林西部多时相遥感数据分类方案的构建及应用

为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。     

基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。