高分辨率图像辅助提取高光谱图像端元

现有的端元提取算法大多是基于凸面单形体假设,对于非单一地物类型,利用这些端元进行丰度反演将会影响混合像元分解精度。本文提出一种利用高分辨率图像判断高光谱像元内是否为同一类型地物的方法。首先,利用图像分割程序对高分辨率图像进行分割,得到光谱均一的斑块矢量图,并叠加到高光谱图像上;然后,通过空间关系分析找出斑块内的高光谱像元,称其为准端元;最后,利用端元提取算法在这些准端元中进行端元提取。实验结果表明,该方法将端元提取结果的误差降低了20%左右。     

基于子空间划分和耀斑抑制的赤潮高光谱高精度快速检测研究

高光谱数据波段多、数据量大,波段间存在信息冗余,影响了赤潮高光谱遥感检测速度。又由于海面太阳耀斑的存在,导致高光谱图像耀斑区的光谱反射远大于周边水体的离水辐亮度,严重影响了赤潮高光谱遥感检测精度。文中提出了互信息子空间划分结合最大信息熵的特征波段提取方法 ME,并与MP、CE和CP 3种方法进行对比分析,采用了3种滤波方法和6个滤波窗口进行耀斑抑制,探讨耀斑对赤潮高光谱遥感检测精度的影响。结果表明:提出的ME方法不仅具有良好的保谱性质,而且在保持原有赤潮检测精度的基础上,相较于原始全波段高光谱数据减少了近一半的检测时间;7×7滤波窗口的Median滤波方法对应的赤潮检测精度最高,达到了96.25%,相比未经滤波高光谱图像的检测精度提高了6.33%。因此,基于子空间划分的特征波段提取和耀斑抑制可实现赤潮高光谱高精度快速检测。     

我国华南近海赤潮发生发展的温、压演变模式

通过分析,归纳出3种赤潮发生前后水温、气温和气压的演变模式,并论述各种演变模式与赤潮发生发展的关系。通过数理统计,归纳了华南近海赤潮发生前后阶段水温、气温和气压的变化范围以及演变特征,说明了升温降压天气过程、温压稳定过程以及相对于多年月平均值偏暖的年份或时段均有利于赤潮的发生发展。     

基于Landsat-8遥感影像和LiDAR测深数据的水深主被动遥

主被动遥感结合反演远海岛礁周边水深信息,不仅可以有效弥补传统测深方法覆盖范围小且费时费力的不足,也可为航运安全、海洋减灾、生态环境保护等领域提供基础资料。以夏威夷瓦胡岛周边水深反演为例,应用Landsat-8多光谱遥感数据和机载Li DAR测深数据,开展了不同密度Li DAR测深数据对水深多光谱遥感反演精度的影响分析、不同水深网格化处理方法对水深遥感反演结果的影响分析和基于少量Li DAR控制区块的大区域水深反演能力分析三方面的研究工作。结果表明:(1)Li DAR测深数据密度的改变对水深反演结果的影响不大,变化后的水深反演结果与原始的水深反演结果相比,平均相对误差变化在0.3%以内,平均绝对误差变化在0.03m以内;(2)采用均值格网处理方法的多光谱遥感水深反演精度要略高于采用中值格网处理方法的水深反演精度,具体体现在均值的平均绝对误差要比中值的低0.04~0.05 m,平均相对误差低1%~10%,反演结果的残差分布显示在0~2 m和20~25 m的水深段内均值统计法的残差分布更集中且其平均值接近于0 m,而在其它水深段二者的残差分布基本相同;(3)基于少量Li DAR控制区块的大区域遥感水深反演结果较为理想,两个检查区块的水深反演结果 R2、平均绝对误差和平均相对误差分别为:0.877,1.66 m,3.5%和0.941,1.62 m,28.4%。反演结果分段分析表明各水深段内反演的精度都比较理想,平均绝对误差除20~25 m水深段外,均低于2.5 m,平均相对误差除0~2 m,2~5 m外,均低于25%。     

基于星载红外辐射计的北极海表温度数据对比分析

本文基于2016年MODIS(ModerateResolutionImagingSpectroradiometer)-Aqua、MODIS-Terra和VIIRS(Visible Infrared Imager Radiometer Suite)三种红外辐射计的海表面温度(Sea Surface Temperature,SST)数据,统计了北极地区红外SST1月和7月的覆盖率及有效覆盖天数,并与Argo(Arrayfor Real-timeGeostrophicOceanography)浮标数据进行了匹配验证,直观获取北极SST误差分布情况并研究SST遥感观测能力,为更好地了解北极地区从而应对气候变化提供一定的资料基础。结果表明,北极地区红外辐射计SST数据7月的覆盖率和有效观测天数均高于1月,1月三种数据相差不大,7月VIIRS的覆盖率和有效观测天数均优于MODIS-Aqua和MODIS-Terra,联合三种红外辐射计的覆盖率和有效观测天数相较于单星有所增加, 1月覆盖率最高为8%, 7月最高接近70%,表明多星联合探测是提高北极地区SST数据覆盖率和观测天数的有效方法;北极地区SST数据的误差普遍高于全球总体水平, VIIRS白天、夜间的均方根误差(E_(rms))均低于MODIS-Aqua和MODIS-Terra, MODIS-Aqua白天SST的E_(rms)高于MODIS-Terra,夜间则低于MODIS-Terra。综合来看, VIIRS在北极的覆盖率、有效观测天数及与浮标的匹配结果在三种红外辐射计中为最优。     

基于国产高分遥感的人工种植红树林种间分类方法研究——以广西茅尾海红树林为例

红树林的种间结构组成对红树林生态系统的健康和发展至关重要,而红树林种间分类问题一直以来都是基于遥感手段的红树林监测中的难点。针对该问题,以人工种植为特点的广西茅尾海红树林遥感种间分类为例,基于面向对象的分类思想,提出了一种现场样本与分割对象相结合的红树林种间分类方法。利用GF-2 PMS1高分辨率卫星遥感影像数据,开展了广西茅尾海红树林湿地典型植被精细分类和空间分布研究,并将分类结果与基于像素和传统面向对象SVM分类方法进行了对比。结果显示:总体上,面向对象分类方法更适合用于茅尾海红树林湿地典型植被分类;对于局部混生明显的区域使用基于像素SVM分类方法效果会更好;传统面向对象分类方法中将整个影像分割对象单元作为训练样本可能会在某种程度上造成负面影响。因此,使用文中提出的样本选择新方法进行面向对象分类精度最高,总体精度达到了93.13%,Kappa为0.89。     

我国海岸潟湖卫星遥感分类方法研究

参照Landsat-5TM和HJ-1CCD遥感影像,依据实地踏勘资料及解译经验,分析各种海岸潟湖地貌学成因和发育演变阶段,提出基于潟湖地貌学成因的遥感分类方法。并将我国海岸潟湖划分为滨外坝型、沙坝型、沙嘴型、湾顶坝型、连岛坝型和河口型共6种地貌类型。建立基于发育演变阶段的潟湖遥感分类标准,将海岸潟湖分为青壮年期、老年期和死亡期共3个发育演变过程;结合潟湖在影像中的特征,以近红外、红、绿波段组合后的假彩色影像为例,从色彩、纹理、地物邻接关系等方面建立不同潟湖类型的遥感解译标志;根据所建立的遥感解译标志,对山东省53个海岸潟湖进行遥感分类验证,结果吻合。     

生成模型学习的遥感影像半监督分类

以生成模型最大似然估计为例,引入结合已标记样本和未标记样本的半监督分类方法来解决遥感影像分类中的小样本问题,应用已有的少量已标记样本初始化一个分类器,结合大量未标记样本,通过递归计算的方式对分类器进行优化,直到包含所有样本的似然函数收敛到局部极大值。通过分析遥感影像待分类类别与影像中地物类型固有特征之间的关系,设计两个在不同生成模型假设下的分类实验。结果表明,未标记样本的参与可在很大程度上提高小样本条件下的影像分类精度,但两种样本的数量应保持一个适当的比例。最后通过与在解决小样本分类问题方面有独特优势的SVM方法的分类比较,发现在小样本情况下,本文方法具有更好的应用潜力。     

大气校正模型对多光谱水深反演影响的多维度分析

大气校正是水体定量遥感的基础与前提。本文从大气校正模型、大气校正模型参数、水体组分差异以及水深反演波段组合方式4个维度探讨大气校正模型对水深反演的影响。研究采用6S、FLAASH、ACOLITE与QUAC 4种大气校正模型,选取大陆型、海洋型与城市型气溶胶模式,以瓦胡岛西北侧与谢米亚岛周边浅水作为清洁水体研究区,以辽东浅滩与槟城海峡作为浑浊水体研究区,基于Landsat-8多光谱影像开展大气校正,并采用8种波段组合方式进行水深遥感反演。研究结果表明：（1）4种大气校正模型均可在一定程度上削弱大气对水体信号的影响;因参数选取以及研究区水体组分的不同,不同模型的校正结果存在一定差异;两类水体反射率峰值分别出现在蓝波段与绿波段;（2）6S大气校正模型鲁棒性较强,该模型因研究区水体组分发生变化导致对应的水深反演结果与其余模型相比波动较小;FLAASH模型在海洋型和城市型两种气溶胶模式水深反演结果在浑浊水体存在较为明显的差异,辽东浅滩浅水区平均相对误差相差7.9%;ACOLITE模型受水体类型影响显著且对浑浊水体具有优越性与稳定性,平均相对误差较FLAASH降低5.6%;（3）多波段水深反演精度普遍优于单波段,但反演精度与波段数目之间无显著的相关性;水深反演波段组合方式对不同研究区敏感性不同,清洁水体三波段模型的反演精度较好,浑浊水体中四波段模型的反演精度最优,平均相对误差较三波段模型降低达5.6%。     

太白县黑木耳微喷试验总结

太白县利用当地木材资源丰富的优势,经过多年发展,人工栽培黑木耳已形成一定规模.但由于管理粗放,加之干旱等气候影响,产量一直较低,其单架产量仅2—2.5公斤左右.基于上述原因,我们在县多经办领导和组织下,并得到省、市气象局大力支持,从1987年8月至1988年9月底,在县境