绢云母的光谱特征变异分析及成像光谱地质成因信息提取

鉴于绢云母(和白云母)类粘土矿物对于研究与矿化紧密相关的中低温热液蚀变机制、与温压有关的地质成因过程等的重要意义,开展了绢云母的岩矿光谱特征变异分析和成像光谱矿物识别,并对岩石、矿物的试验室光谱和影像光谱所反映的地质成因信息的提取进行探讨。     

内陆水体藻类叶绿素浓度与反射光谱特征的关系

通过研究内陆水体反射光谱特征与藻类叶绿素浓度之间的关系,建立藻类叶绿素高光谱定量遥感模型。在实验地太湖地区,采用高分辨率地物光谱仪实地测量了湖水在可见光和近红外波段（３００－１１００ｎｍ）的反射光谱曲线,并且同时采样分析叶绿素、总悬浮固体物质浓度等水质参数。研究发现在叶绿素浓度较高时（〉５μｇ／Ｌ）,水体光谱反射比Ｒ７０５ｎｍ／Ｒ６７５ｎｍ、叶绿素在７００ｎｍ附近反射峰的位置等与叶绿素浓度有较好的     

土壤有机质光谱特征研究

The study on soil spectral reflectance features is the physical basis for soil remote sensing. Soil organic matter content influences the soil spectral reflectance dramatically. This paper studied the spectral curves between 400 nm∼2500 nm of 174 soil samples which were collected in Hengshan county and Yixing county. Fourteen types of transformations were applied to the soil reflectance R to remove the noise and to linearize the correlation between reflectance (independent variable) and soil organic matter (SOM) content (dependent variable). Then, the methods such as derivative spectrum technology and stepwise regression analysis, were applied to study the relationship between these soil spectral features and soil organic matter content. It shows that order 1 derivative of the logarithm of reflectance (O1DLA) is the most sensitive to SOM among the various transform types of reflectance in consideration. The regression model whose coefficient of determination reaches 0.885 is built. It predicted the soil organic matter content with higher effect. Supported by the National Natural Science Foundation of China (No. 40271007).     

土壤有机质光谱特征研究

对在宜兴市和横山县采集的174个土样400 nm~2 500 nm波段的光谱曲线进行了研究。为了有效去除背景噪声对目标光谱的影响,并将非线性关系线性化,首先对土壤光谱进行了14种变换,然后运用光谱微分技术、逐步回归分析等方法研究了土壤光谱反射特性与土壤有机质之间的关系。结果表明,反射率对数的一阶微分这一变换形式对土壤有机质含量最为敏感。建立了相应的回归预测模型,模型方程判定系数达到0.885,较好地利用土壤光谱反射特性预测了土壤有机质的含量。     

成象光谱图象光谱吸收鉴别模型与矿物填图研究

本文提出了一种光谱吸收鉴别模型，拟通过矿物光谱吸收特征的鉴别，在成象光谱上实现矿物直接识别与填图。该模型的核心是光谱吸收指数技术（ＳＡＩ）。从理论上探讨了ＳＡＩ的本质，应用Ｈａｐｋｅ光谱模型讨论了ＳＡＩ与光谱吸收系数（ｄ）以及单散射反照率（ｗ）之间的函数关系，并从成象光谱图象辐射信息传递过程分析了图象ＳＡＩ与光谱吸收深度的关系，而光谱吸收深度与岩石矿物成分含量之间具有定量关系，这显示了ＳＡＩ提取矿物定量遥感信息能力。ＳＡＩ已经成功地应用于ＦＩＭＳ、ＭＡＩＳ和ＧＥＲＩＳ图象处理与矿物填图，本文通过哈图、塔里木、以及澳大利亚松谷的实例研究，表明ＳＡＩ是一种有效的提取矿物类型与丰度信息的方法。     

联合纹理和光谱特征的高光谱影像多核分类方法

为充分利用高光谱影像“图谱合一”的特性,本文提出了一种联合纹理和光谱特征的高光谱影像多核学习分类方法。该方法首先利用Gabor滤波器组提取影像的纹理特征,再与原始光谱特征相结合形成新的特征数据,最后采用多核学习方法的MKSVM分类器进行分类。通过中科院上海技术物理研究所研制的PHI高光谱影像进行实验,实验结果表明该方法有效地消除了分类结果中同质区域内出现的“麻点”现象,同时提高了分类精度。     

基于尺度空间理论的定性光谱特征匹配方法研究

本文利用尺度空间理论对高光谱遥感数据中包含的精细光谱信息进行多尺度观察,在特定的尺度层次下提取能够对地物类别属性做出判断的定性约束特征,在此基础上结合光谱相似性测度最终确定像元所属类别。试验结果表明该方法可有效减少传统匹配算法由于噪声、成像环境等因素引起的误判、错分问题,提高分类识别的精度。     

昆明冬季典型作物的高光谱特征对比研究

为开展昆明市冬季典型作物高光谱特征对比研究,借助SOC 710vp便携式光谱仪,获取白萝 卜和云南大苦菜的高光谱数据,对比原始、一阶微分及连续统去除光谱,并构建光谱特征参数.结果表明:①两种作物的原始光谱曲线走势相似但白萝 卜的反射率较高;②500～760 nm两种作物的一阶微分值差异较为显著,红边位置、光谱幅值和面积特征参数区分效果较好;③经连续统去除后,可见光范围内作物间可分性增强,划分波段范围并结合吸收特征参数,可有效辨别.可见,利用光谱曲线和特征参数区分作物是可行的,将为云贵高原地区作物精细识别和高原特色现代农业建设提供理论依据.     

基于光谱特征参量化的高光谱影像精细分类

从高光谱影像能够提供地物连续光谱曲线的优势出发,提出了提取地物诊断性光谱吸收峰的特征参数进行地物精细分类的方法。用OMIS高光谱数据进行实验,首先对光谱曲线进行包络线去除处理,然后在归一化的曲线上提取光谱吸收峰的形态特征参数,根据不同种地物的光谱差异与分类需求进行特征参数选择,用于地物分层精细分类,在每一类别的地物之中实现不同子类的区分。分类总体精度达到81.022 6%,Kappa系数为0.748 9,尤其在植被和水体的子类区分上取得了较好的效果,证实了该方法的有效性。     

重金属铜污染植被光谱响应特征研究

重金属铜污染植被的反射光谱特性会发生明显改变。在本研究中,采用不同程度的铜污染土壤作为培养基质,选择春小麦、上海青两种农作物进行铜胁迫实验,获取了4个不同生育期、10个不同铜污染强度下的植被叶片的反射光谱,并采用铜污染叶片7个特征波段和光谱角的方法研究了铜污染叶片的光谱特征。结果表明,铜污染叶片光谱差异与作物时期和作物类型有关,可以采用叶片光谱角描述铜污染叶片与健康叶片的光谱差异。该方法只需与阈值做简单的比较,方法简便易行,而且对轻度及重度铜污染十分敏感。叶片光谱辐射传输模型反演结果表明铜污染叶片内部结构参数N明显变大,这也证明了铜污染使叶片内部结构更加散乱无序。在此基础上进一步建立了N与红肩处反射率值的线性关系,相关系数为0.978。本文为铜污染叶片光谱反射模型的建立提供了初步的数据基础与理论支持。     

成像光谱矿物识别方法与识别模型评述

矿物识别和矿物填图是成像光谱应用最成功的领域之一。本文将国内外发展的矿物识别模型归纳为光谱匹配和以知识为基础的智能识别两大类型进行讨论。对光谱匹配方法分别从其方法的分类、光谱相似性测度、整体光谱匹配算法、局部光谱识别、亚像元光谱识别、混合像元分解和矿物端元选择、光谱减维和噪声弱化等方面作了评述。最后，讨论了矿物识别和填图研究中存在的主要问题，指出研究建立全谱段矿物识别方法和技术体系将是今后光谱矿物识别和矿物填图的重要发展方向。     

多光谱影像纹理特征编码的算法研究

在基于单波段影像纹理分析方法的基础上,提出了多光谱纹理的概念,将局部区域的相关性分析和多维光谱变化特性采用二进制编码的形式来表征不同类型地物纹理特征,达到了区分和判别影像上不同纹理的目的。实践证明,该方法对提取地物纹理特性具有一定可行性     

用于成像光谱数据特征矿物识别的人工神经网络结构研究

当某一问题很难甚至无法用数学方法建立精确模型时,人工神经网络的方法则显示了优势。对于一个具体问题,采用何种网络结构是至关重要的。本文以美国内华达州Cuprite矿区成像光谱数据特征矿物识别为例,采用6种不同结构的多层前馈网络模型,从其训练难度、运算效率及识别效果等方面进行了综合对比分析。     

大豆残茬光谱响应特征研究

利用HR-768型便携式光谱仪,测定了不同大豆残茬覆盖度下的地面光谱,利用照相法获取对应的大豆残茬覆盖度。采用线性回归方法分析了单波段反射率、反射率一阶导数、归一化指数、比值指数与大豆残茬覆盖度的相关性,获取了不同覆盖度水平下大豆残茬的光谱响应特征,并结合MODIS、TM、HJ-1B星的波段响应函数建立了大豆残茬覆盖度最优估算模型。结果表明,在2050—2150nm和2250—2350nm两个波段范围内,大豆残茬与裸土的光谱差异最显著,可用于二者的区分;大豆残茬的光谱特征与玉米、小麦残茬的光谱特征相似,仅在920—967nm范围内存在特殊的吸收峰;以高光谱数据为数据源,941.6nm处的反射率、2151.8nm处反射率一阶导数、1461.3nm和2404.4nm反射率构建的归一化指数以及2247nm和608.6nm反射率构建的比值指数适宜用于作物残茬覆盖度估算,以宽波段数据为数据源,短波红外与红波段反射率构建的比值指数适宜用于大豆残茬覆盖度估算。     

基于光谱多尺度分割特征的高光谱混合像元分解

提高混合像元线性分解精度的一个关键点在于改善端元光谱矩阵的构成。本文提出一种基于光谱多尺度分割特征的混合像元分解方法。首先在分割段内离差平方和最小准则下,对高光谱影像的光谱进行多尺度分割,并以各分割段中对应像元的光谱平均值为光谱特征,最后以限制性的最小二乘方法估计出混合像元的组分。模拟与真实数据的实验结果表明,本文方法能够较大的提高遥感影像混合像元的分解精度,并且优于光谱维小波特征的分解。     

一种基于纹理和光谱特征的高光谱影像信息向量机分类方法

针对高光谱影像中空间特征信息利用不足的问题,提出了一种基于纹理和光谱特征的高光谱影像信息向量机分类方法。该方法首先采用三维Gabor滤波器对高光谱影像数据立方体进行纹理特征提取,提取后的影像数据同时具有光谱和纹理特征,避免了传统纹理特征提取带来的高维特征和光谱不连续的问题;然后采用分类精度和效率都较高的信息向量机进行分类处理。通过AVIRIS高光谱影像实验,结果表明该方法不仅提高了影像的分类精度,而且还消除了分类结果图中的类别噪声现象。     

松毛虫危害的光谱特征与虫害早期探测模式

根据生态学特征，本文将松毛虫危害的针叶样品分为５个等级，对其反射光谱和叶绿素含量进行了测量分析。结果表明，随受害程度加重，叶绿素含量降低，５５０ｎｍ处的反射率、近红外肩反射率与红光最低反射率之差及红界一阶导数谱最大值均呈下降趋势，６３０ｎｍ处反射率呈上升趋势，红界光谱蓝移、叶绿素反射峰红移明显。应用逐步判别分析法对比分析证实了细分光谱特征参量比绿、红、近红外三波段反射率参量有更强的判别分类能力，这就为用细分光谱特征参量早期遥感探测松毛虫害提供了判别模式。     

黄浦江水质指标与反射光谱特征的关系分析

利用地物光谱测量技术及同步配套的常规水质采样分析实验，对上海市黄浦江全河段水体进行调查研究。共选取31个典型站位进行了光谱测量和同步水质取样，每个测点分析了9个水质指标，包括TP，TN，CODMn，CODCr，NH3-N，BOD5，DO，悬浮物浓度和浊度。各水质参数之间存在较大的相关性，以总氮（TN）和悬浮物浓度两个水质指标为例，分析了这两个水质指标与单波段归一化反射率、反射率的一阶微分、不同波段之间反射率的比值以及反射率取对数等之间的相关关系，给出了以上两个水质指标的单波段归一化反射率、一阶微分反射率识别的特征波段，以及两个波段比值的最佳波段组合。建立了常规水质参数与水体光谱反射率之间的关系模型，为利用遥感技术监测水环境提供了基础。     

采用IDL小波工具优化高光谱影像光谱特征匹配分类

光谱特征匹配分类是常用的高光谱影像分类、识别地物的方法,针对高光谱影像提取植被盖度存在的问题,文章根据高光谱遥感影像处理的方法,采用EO-1卫星在广州市过境的Hyperion高光谱影像,以＂广州南肺＂万亩果园作为试验区,经过大气纠正——最小噪声分离变换（MNF）——最纯净像元指数计算（PPI）——提取植被的端元,以此作为研究区识别植被的参考样本,进行光谱特征匹配提取植被盖度。其中提出利用连续小波变换对参考端元的波谱曲线降噪的方法,旨在优化光谱特征匹配,以提高识别植被的精度。实验结果表明,这种辅助匹配的方法能有效提高识别植被的精度。     

茶卡-共和盆地土壤盐分与光谱特征研究

土壤盐分及其光谱特征是土壤盐渍化高光谱遥感定量监测的基础研究内容。茶卡-共和盆地位于柴达木盆地东部边缘,是土壤盐渍化比较典型的区域之一。在研究区盐渍土野外调查采样的基础上,依据土壤理化分析和实验室光谱测量数据,对土壤盐分及其光谱特征进行了分析,总结了茶卡-共和盆地盐渍土光谱特征随土壤盐分含量的变化规律。研究表明:该区域盐渍土为氯化物盐土,以NaCl和MgCl2为主,有少量的硫酸盐;不同含盐量的盐渍土具有明显的光谱特征差异。