高光谱遥感影像波段选择算法评价方法研究

波段选择在高光谱影像数据降维处理中尤为重要,其算法较多,但针对波段选择算法评价方法的研究却很少。该文提出一种波段选择算法的评价方法。引入信息量、类别可分性和相关性3个指标,对所选波段子集进行度量,通过比较不同波段选择算法所选波段子集的度量结果,实现对波段选择算法的评价。在试验中,将该评价方法应用于4种常用的波段选择算法,分析了评价结果并验证了该评价方法的可行性。     

藏北高原地壳及上地幔导电性结构——超宽频带大地电磁测深研究结果

为了研究西藏中、北部壳、幔导电性结构,讨论高原中、北部岩石圈热状态,1998年和1999年（INDEPTH（Ⅲ） MT）在西藏中、北部完成了德庆—龙尾错（500线）和那曲—格尔木（600线）超宽频带大地电磁深探测剖面的研究.研究结果表明,西藏中、北部以昆仑山断裂为界,其南北壳、幔电性结构有很大差异.昆仑山断裂以北地壳和上地幔为高阻区.而昆仑山以南,地壳和上地幔的导电性有明显的分层结构：地壳上部以不连续的高阻体为主,夹有局部低阻异常体,沿南北方向上地壳的电性结构复杂,具有不连续、分块的特点;但中、下地壳为大范围的高导异常区,区内发育有大规模、不相连续、产状各异的高导体,其电阻率均小于4Ωm;在班公—怒江和金沙江缝合带之下,壳内高导体都具有向上地幔延伸的趋势,存在连通壳、幔的低阻通道.根据西藏高原中、北部壳、幔电性结构的研究推断：如同藏南一样,这里也普遍存在部分熔融体和热流体,它们的成因主要与班公—怒江和金沙江缝合带的壳-幔热交换、热活动有关,这是两期形成的壳-幔热交换通道.其中,班公—怒江缝合带的壳-幔热交换通道形成时间比金沙江缝合带早.因此,研究区壳、幔的热活动是从南边和西边开始,向北、向东扩展,导致现今西藏中、北部地壳和上地幔的热流分布由西向东、由南向北增大.     

非常规电测深法在工程地质勘查中的应用

本文提出了“非常规电测深法”的概念及实际操作过程,阐述了其应用条件和效果.存在高阻屏蔽层时电法解释较为困难.针对这一情况,本文提出了高阻屏蔽层影响的校正方法,提高了电法解释的精度和效果.     

储层结构控制下的开发响应特征初探--以双河油田为例

储层结构体现在层次性和拼合性2个方面.双河油田含油层段在地质层次上划分为10级:地层段、油层组、小层、单层、单砂体、成因砂体、成因增量、层系组、层系和纹层,体现了各级次的地质作用.拼合性体现为储层由不同的要素相互镶嵌叠置而成,其中较重要的是结构要素的规模及其空间匹配.基于储层的这种层次性和拼合性,形成了相应的储层剖面和平面预测模型,在区内划分出4类剖面模型样式和6类平面模型样式.不同的模型样式体现了不同的内部结构特征,而这种结构特征影响注水开发过程中的流体流动,进而形成不同的剩余油气分布样式.     

基于成像高光谱数据的高低潮潮位线提取方法研究

以蓬莱西海岸西庄至栾家口岸段作为研究区,利用机载成像高光谱数据,对比航空垂直影像图和野外调查结果,通过分析砂质、黑泥砂质和黄泥砂质3种海岸类型的光谱特征,建立分类识别模型,完成了对3种海岸类型的分类处理,确定出湿滩和干滩范围,并进一步提取出高潮潮位线和低潮潮位线。     

基于无人机高光谱棉田土壤含水量反演研究

以兵团农六师共青团农场示范园棉田为研究区域,采集无人机高光谱数据、土壤含水量及棉花叶片光谱数据,分析土壤含水量与叶片光谱特征相关性,构建地面高光谱与无人机高光谱土壤含水量反演模型。基于两种数据源相同采样点光谱曲线特征对比分析结果,对无人机高光谱土壤含水量反演模型进行优化校正,实现地面研究成果与航天/空遥感数据结合,为无人机高光谱遥感技术在精准农业中的应用提供思路和方法。     

细菌胞外多糖的研究进展

多糖在自然界高等植物、藻类、细菌及动物体内均有存在,分布极广。通常植物和藻类来源的多糖较为普遍,但近些年来,微生物来源的多糖越来越引起人们的广泛注意。尤其是细菌和真菌的胞外多糖,因其易于分离纯化而且产量高等优点在工业生产中颇受人们青睐。     

雪宝顶流域钙华景观生态风险评价的研究探讨

景观生态风险评价能够有效地对区域景观格局进行优化并为风险防范提供理论基础.文献计量学分析表明,国内岩溶景观生态风险评价研究主要从"研究对象"、"评价模型"、"评价方法"和"评价指标"4个方面分析;而钙华作为特殊的岩溶体,目前对它的生态风险评价几乎未开展.文章从岩溶景观生态风险评价入手,基于模糊数学综合评判法和层次分析法...     

空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。