基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。     

基于小波变换的土壤重金属铬含量定量反演

耕地污染日益严重,耕地土壤的重金属高光谱信息属于非线性的微弱信号。小波变换作为常用的非线性微弱信号处理手段,在保留更多微弱信号的基础上可以更好的提取出土壤重金属的微弱光谱信息。文中研究在Db4小波对土壤原始光谱进行分解与重构的基础上提取特征波段,利用特征波段与重金属含量的相关性建立偏最小二乘模型反演土壤重金属铬含量。研究表明,利用Db4小波函数对原始光谱进行分解和重构可以有效提取土壤重金属铬的特征光谱信息;利用小波分解与重构所提取的特征光谱信息与重金属铬含量之间的相关性所建立的PLS模型的决定系数明显高于基于传统一阶微分处理土壤光谱所建立的PLS模型的决定系数。     

高光谱影像处理方法的改进

介绍了高光谱遥感的发展概况及通用数据处理流程,着重分析了数据处理过程中的Hughes现象,指出可以通过对传统的处理方法进行适当的改进来有效地抑制Hughes现象,提高高光谱影像分类精度。     

Hydrocarbon micro-seepage detection from airborne hyper-spectral images by plant stress spectra based on the PROSPECT model

Hydrocarbon micro-seepage can result in vegetation spectral anomalies. Early detection of spectral anomalies in plants stressed by hydrocarbon micro-seepage could help reveal oil and gas resources. In this study, the origin of plant spectral anomalies affected by hydrocarbon micro-seepage was measured using indoor simulation experiments. We analyzed wheat samples grown in a simulated hydrocarbon micro-seepage environment in a laboratory setting. The leaf mesophyll structure (N) values of plants in oil and gas micro-seepage regions were measured according to the content of measured biochemical parameters and spectra simulated by PROSPECT, a model for extracting hydrocarbon micro-seepage information from hyper-spectral images based on plant stress spectra. Spectral reflectance was simulated with N, chlorophyll content (C_ab), water content (C_w) and dry matter content (C_m). Multivariate regression equations were established using varying gasoline volume as the dependent variable and spectral feature parameters exhibiting a high rate of change as the independent variables. We derived a regression equation with the highest correlation coefficient and applied it to airborne hyper-spectral data (CASI/SASI) in Qingyang Oilfield, where extracted information regarding hydrocarbon micro-seepage was matched with known oil-producing wells.     

矿区土壤重金属Pb、Cd污染状况高光谱分类建模

针对矿区土壤重金属含量高度变异性及样本不均衡导致重金属污染状况分类误差较大的问题,本文在光谱预处理及光谱变换基础上,采用主成分分析（PCA）对光谱进行降维处理,并通过SMOTE算法生成虚拟样本均衡各污染等级样本,最后应用随机森林（RF）对Cd、Pb进行回归与分类。研究结果表明：定量反演重金属Pb、Cd含量精度很低;在定性分析试验中对降维前光谱样本应用SMOTE算法,土壤重金属Pb、Cd污染等级分类精度较原始样本分类精度均有较大提升,且少数类别误判率也降低明显。其研究为大面积监测矿区土壤重金属污染状况提供了一种有效、精确的方法。     

机载高光谱遥感在内陆水体或海湾水质监测中的研究与应用现状

与传统卫星遥感相比,机载高光谱遥感具有高时空分辨率、机动灵活等优势,可解决传统水质监测方法中存在的短板问题。机载高光谱遥感反演方法可以更全面地反映水质的时空分布变化,能够更好地捕捉地物光谱特征以提取更多的水质参数,适用于内陆水体或海湾的水质监测和水体污染的应急遥感监测。文章简述了机载高光谱遥感的特点,阐述了机载高光谱遥感水质监测的原理、监测对象和方法,综合介绍了有人机载和无人机载高光谱遥感在内陆水体或海湾水质监测中的研究与应用现状,剖析了机载高光谱遥感在水质监测中的问题,并对未来的发展趋势进行了展望。     

曲波变换的高光谱遥感图像融合方法在土地利用调查中的应用

对两个有关土地利用状况调查区域的高光谱和Quickbird数据进行了数百次算法对比实验,最终确定Sym4和Db2是曲波变换中的最佳小波函数,提出两种基于曲波变换的高光谱遥感图像融合方法,即加权法和选择法,获得了更精确的高光谱遥感融合影像.在一个研究区域,通过对高光谱数据的子带分解、脊波变换、一定融合以及它们的逆变换等曲波变换过程,表明融合的高光谱遥感影像能提供许多有利于土地类型划分和影像识别的精确七地信息.在另一个研究区域,除进行曲波变换外,还通过二次多项式计算实现了高光谱与Quickbird数据遥感影像匹配,最终从高光谱与Quickbird数据获得的遥感融合影像经日视及信息熵、相关系数等评价表明,曲波变换融合图像优于小波变换融合图像,与Brovey融合图像相近,但比PCA融合图像稍差.客观和主观评价证实,曲波变换的遥感融合方法能为高光谱遥感图像在土地利用状况调查提供更多更准确的信息.     

纯净像元指数改进的N-FINDR高光谱端元提取算法

为了有效解决遥感影像中普遍存在的混合像元导致遥感影像定量解译精度低的问题,对两种不同混合像元端元提取算法进行了比较分析。纯净像元指数算法随着迭代次数的增加时间效率大大降低,而经典的N-FINDR算法初始端元数目选择的任意性会导致像元解混的精度不一,因此本文提出了一种基于纯净像元指数改进的N-FINDR算法。改进的N-FINDR算法相较于传统的N-FINDR算法能够准确构建候选端元集合并求得最优解。该算法结合高光谱影像数据的特点,首先利用纯净像元指数求取备选端元数目;然后以此为基础运用经典的N-FINDR算法求解最大的单形体顶点,将求解后顶点作为纯净像元,并完成丰度反演;最后使用ENVI产品中自带的经过大气校正的航空高光谱数据cup95eff.int对算法进行验证。试验结果表明,以纯净像元指数改进的N-FINDR算法在整体精度方面优于传统的N-FINDR算法。     

The recognition of ocean red tide with hyper-spectral-image based on EMD

A new technique is introduced in this paper regarding red tide recognition with remotely sensed hyper-spectral images based on empirical mode decomposition （EMD）, from an artificial red tide experiment in the East China Sea in 2002. A set of characteristic parameters that describe absorbing crest and reflecting crest of the red tide and its recognition methods are put forward based on general pictre data, with which the spectral information of certain non-dominant alga species of a red tide occurrence is analyzed for establishing the foundation to estimate the species. Comparative experiments have proved that the method is effective. Meanwhile, the transitional area between red-tide zone and non-red-tide zone can be detected with the information of thickness of algae influence, with which a red tide can be forecast.