Imaging spectroscopy in soil-water based site suitability assessment for artificial regeneration to Scots pine

In a humid northern boreal climate, the success rate of artificial regeneration to Scots pine (Pinus sylvestris L.) can be improved by including a soil water content (SWC) based assessment of site suitability in the reforestation planning process. This paper introduces an application of airborne visible-near-infrared imaging spectroscopic data to identify suitable subregions of forest compartments for the low SWC-tolerant Scots pine. The spatial patterns of understorey plant species communities, recorded by the AISA (Airborne Imaging Spectrometer for Applications) sensor, were demonstrated to be dependant on the underlying SWC. According to the nonmetric multidimensional scaling and correlation results twelve understorey species were found to be most abundant on sites with high soil SWCs. The abundance of bare soil, rocks and abundance of more than ten species indicated low soil SWCs. The spatial patterns of understorey are attributed to time-stability of the underlying SWC patterns. A supervised artificial neural network (radial basis functional link network, probabilistic neural network) approach was taken to classify AISA imaging spectrometer data with dielectric (as a measure volumetric SWC) ground referencing into regimes suitable and unsuitable for Scots pine. The accuracy assessment with receiver operating characteristics curves demonstrated a maximum of 74.1% area under the curve values which indicated moderate success of the NN modelling. The results signified the importance of the training set’s quality, adequate quantity (>2.43 points/ha) and NN algorithm selection over the NN algorithm training parameter optimization to perfection. This methodology for the analysis of site suitability of Scots pine can be recommended, especially when artificial regeneration of former mixed wood Norway spruce (Picea abies L. Karst) - downy birch (Betula pubenscens Ehrh.) stands is being considered, so that artificially regenerated areas to Scots pine can be optimized for forestry purposes.     

最小体积约束的线性光谱解混算法

提出了最小体积单体约束的线性光谱解混算法。该算法不需要假设数据中存在纯像元,采用二次规划方法计算降维后的端元矩阵,利用最小二乘方法实现丰度估计和端元提取。实验结果表明,此算法解混的结果整体上优于MVC-NMF算法。     

利用光谱角敏感森林的高光谱数据快速匹配方法

提出了一种新的光谱匹配算法——光谱角敏感森林方法。在位置敏感哈希函数算法的基础上引入光谱角度量,并利用新的数据桶检索结构改进了原位置敏感哈希函数算法中部分目标光谱点无法得到匹配光谱的缺陷。理论和实验证明,光谱角敏感森林算法的计算效率较传统高维数据匹配方法有较明显优势。     

改进IHS变换的图像融合方法研究

经典的IHS变换融合以其快速、简单的特点得到广泛应用,但该方法在显著提高图像空间分辨率的同时引起了严重的光谱失真.本文分析了IHS变换引起光谱失真的原因,并总结了已有的针对光谱失真的IHS变换改进算法,提出基于小波的IHS变换融合,利用小波分解尽可能地保留了原I分量中的光谱信息,在提高空间分辨率的同时减少了光谱失真.实...     

极化散射特性保持的改进迭代Wishart分类算法

为克服基于极化散射特性保持的迭代Wishart分类算法不适用于城区及对混合散射像素分类欠理想等不足,本文提出一种改进方法.其基本思想是先应用四分量分解算法将像素分成4种基本散射类型和混合散射类型,接着以平均合并度为指导对基本散射类型中的像素自适应聚类,最后对所有像素进行散射特性保持的迭代Wishart分类.试验结果表明...     

动态调整权重的光谱匹配测度法分类的研究

提出了动态调整权重的光谱匹配测度的分类方法,它可以根据不同影像、不同分类目的等自适应调整光谱距离和光谱形状测度在分类中的权重,从而达到正确分类的目的。通过对高光谱影像分类的试验,验证了该方法的正确性。     

星载紫外遥感辐射计积分球定标新方法的研究

在紫外波段，使用常规手段实现高精度的辐射定标是比较困难的，这主要是由于标准灯的定标不确定度约4％和漫反射板双向反射分布函数（BRDF）的测量不确定度4％-6％所致。为了提高定标精度，本文应用积分球辐亮度定标方法，获得了接近理想的大面积辐亮度光源（约2％），标定了在研的星载紫外遥感光谱辐射计的亮度响应度。文中将标准灯考虑为均匀亮度的点光源，对辐射计的投影视场进行了照明因子修正。同时进行了常规的灯-板定标方法与积分球定标新方法的比较，得到了采用两种方法标定的辐射计亮度响应度有较好的一致性（3％）的结论。初步的定标数据分析比对显示，漫反射板BRDF的测量不确定度和仪器投影视场内辐亮度的计算不确定度是比对中不一致主要的来源。     

运用归一化光谱混合模型分析城市地表组成

运用归一化光谱混合分析(NSMA)方法,用ETM 数据调查广州市海珠区城市地表组成,采用亮度标准化方法减小亮度变化。通过标准化,使亮度差异在每个植被-非渗透性表面-土壤-水体(V-I-S-W)组成中减小或者消除,这样使得一个单一的端元能够代表一种地表组分。在此基础上,通过归一化影像,选择了植被、非渗透性表面、土壤和水体4种端元,运用一种约束光谱混合分析(SMA)模型,分解了不同种类的城市地表组成。通过与已有模型计算结果比较,认为本文所构建的模型较优,其对研究区非渗透性表面估计的均方根误差为12.6%。     

中国古代测绘发展特点

中国古代测绘发展具有显著特点。本文基于大量测绘史料，论述了中国古代测绘发展道路的独创性、发展速度的跳跃性、测绘方法的实用性等特点及其形成原因，反映了测绘科学发展的若干规律，这对于今天的测绘科技创新具有借鉴意义。     

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。