基于二次散射的高光谱遥感图像光谱非线性混合模型

高光谱遥感图像(简称高光谱图像)的空间分辨率通常较低,混合像元现象严重.为了提高图像的分类精度,必须计算出混合像元内每种纯地物所占的比例(丰度).然而,受实际地物间复杂关系和大气散射的影响,高光谱图像像元内的光谱混合都是非线性的,这就使得传统的基于线性光谱混合模型的解混精度难以满足要求.为此,定义了广义的非线性混合模型,提出了一种基于二次散射的非线性混合模型——二次散射模型(secondary scattering model,SSM).通过对模拟数据和AVIRIS实际数据的解混实验表明,相对于传统的线性光谱解混,基于该模型进行光谱解混得到了更精确的分类结果.     

基于IKONOS数据的矿山开发占地信息提取

以IKONOS数据为信息源,对甘肃省白银铜矿区进行矿山开发占地信息提取实验研究.在经过预处理的图像上对研究区内的地物进行光谱采样,分析地物的光谱特征;并进一步建立合适的波段计算经验公式,用密度分割函数将矿山背景与占地信息区分开,消除了背景干扰;再根据光谱特征建立新的波段处理模型,对只有矿山占地的图像进行第二次密度分割,将矿山占地信息细分,通过目视解译为占地信息赋予属性.实地查证结果表明,利用计算机提取矿山占地信息能弥补目视解译的不足,不仅节省人力、物力、财力和时间,而且信息提取结果准确,具有实际应用的意义,对同类地区的矿山占地信息提取具有一定的参考价值.     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.     

机载LiDAR和高光谱数据融合提取冰川雪线

以西藏那曲县境内的“中习一号”冰川为研究区,对2011年8月获取的机载激光雷达点云进行预处理和滤波分类,提取研究区数字高程模型(digital elevation model,DEM);将DEM数据分别与同期获取的机载高光谱栅格数据和提取出的冰川矢量数据进行三维地形模拟,利用DEM数据对高光谱最大似然法分类结果进行正射纠正,从而获取研究区的数字正射影像(digital orthophoto map,DOM);最后结合研究区DOM和机载点云数据提取“中习一号”冰川的雪线.结果表明:融合机载高光谱和机载激光雷达2种数据的优势,能更方便地提取出冰川雪线,而且能很好地显示雪线的高度.     

基于层次任务网络规划的分布式协同地理建模任务分解方法研究

为了有效地实现分布式协同地理建模中的合作规划和资源共享,通过分析分布式协同地理建模中任务分解过程,探讨地理建模任务的功能结构、计算复杂性、组织多方性和时空尺度等分解依据,采用层次任务网络(HTN)规划形式化表达地理建模任务,设计了基于顺序任务分解(OTD)的地理建模任务的递归分解算法,模拟领域专家寻求合作规划地理建模任务的思考方式。以分布式流域水文模型SWAT作为试验案例,开发并实现了地理建模任务HTN规划器,为分布式协同地理建模环境中的任务分解方法提供了新的思路。     

基于波段子集的独立分量分析的特征提取的高光谱遥感影像分类

针对高光谱影像数据具有波段众多、数据量较大的特点,本文提出了一种基于波段子集的独立分量分析(ICA)特征提取的高光谱遥感影像分类的新方法。以北京昌平小汤山地区的高光谱影像为例,根据高光谱遥感影像的相邻波段的相关性进行子空间划分,在各个波段子集上采用ICA算法进行特征提取,将各个子空间提取的特征合并组成特征向量,采用支持向量机(SVM)分类器进行分类。结果表明:该方法分类精度最佳(分类精度89.04%,Kappa系数0.8605,明显优于其它特征提取方法的SVM分类,有效地提高了高光谱数据的分类精度。     

经验模态分解与神经网络的GPS可降水量预测

本文将经验模态分解与神经网络相结合的方法应用于GPS可降水量预测。对GPS可降水量进行经验模态分解,在分解过程中采用径向基神经网络处理端点问题,针对经验模态分解得到的每个分量分别运用径向基神经网络进行预测,并重构出最后的预测结果。重构结果与直接运用神经网络进行预测的GPS可降水量、实测GPS可降水量进行比较,结果表明,相对于直接预测,经验模态分解与神经网络结合的方法具有更高的预测精度。     

一种基于PPI的高光谱数据矿物信息自动提取方法

本文通过分析PPI算法后续处理存在的问题,引入最大距离法(MD)实现基于PPI的端元自动分类,并将获得的未知端元在波谱库中遍历以匹配最佳地类,最终完成基于PPI端元的矿物信息的自动提取。实验采用美国内华达州Cuprite地区的机载AVIRIS和我国东天山地区的星载Hyperion高光谱遥感数据,利用IDL编程实现矿物信息的自动提取,通过对实验结果的比较分析,验证了本文方法的有效性和实用性。     

基于源波场重建与波场分解的逆时偏移

逆时偏移以其高精度、适于强变速地质体和不受反射层倾角限制的特点,已经成为处理盐丘、高陡倾角反射层和推覆构造等复杂地质体的标准成像手段。然而,其成像条件需要具有同一时间上的源波场与检波点波场,这在大规模数据上会导致存储的不足与I /O 时间过长。这种成像条件也会在波场传播路径上产生假象。鉴于此,提出了一套可以有效解决这些问题的逆时偏移方案。对于存储与I / O 问题,用源波场重建技术来使源波场与检波点波场在时间上同步,即在源波场正演过程中,仅需存储成像区域边界的波场和最后两层时间的波场作为源波场重建的边界条件和初始条件,从而大幅度节约存储与I /O。对于假象问题,利用上下左右行波分解成像条件与Laplace 滤波技术结合,以达到去除假象的目的。经测试,该方案取得较好的成像效果。其意义在于改进了逆时偏移去假象的方案,使其可以有效地对复杂地质情况进行高质量的成像,并通过源波场重建技术来减少实现逆时偏移所需要的存储与I /O 时间。     

不同沉积变质型铁矿石中磁铁矿-赤铁矿的微区拉曼光谱研究

不同成因类型铁矿石中氧化铁矿物的化学成分和晶体结构存在一定程度的差异。光学显微镜和电子探针分析可以有效地识别铁矿石中氧化铁矿物的形貌与成分,激光拉曼光谱可深入探讨其晶体结构以及微观区域(1~100μm)的相变特征。