异质性地表的叶面积指数反演的不确定性分析

叶面积指数(Leaf Area Index)可用来反映作物的生长状况,常作为主要指标应用于农作物估产。本文研究遥感中常见的混合像元问题对LAI反演所带来的不确定性问题。研究的混合像元由两种情况构成,一种是由不同长势的作物所构成的混合像元,另一种情况是由不同端元形成的混合像元。结果表明,不同长势形成的混合像元对LAI的准确反演影响不大;不同组分形成的混合像元对LAI反演影响很大。从验证的角度讲,地面实测点的LAI数据不能代表一定分辨率区域的LAI的值,对于像元LAI的验证要注意正确获得像元的LAI。     

结构函数法反演气溶胶光学厚度中像元的间隔设置

结构函数法气溶胶光学厚度反演精度受像元间隔设置影响很大,且并非所有像元都能获得较好的反演结果,因而研究像元间隔的设置能够提高反演精度,研究反演误差小的像元能够提高算法效率。为了获得最佳的像元间隔设置,本文以胶州湾地区为例,利用250 m和500 m两种分辨率数据计算了不同像元间隔时的结构函数值,分别利用单一像元间隔法、均值法、坡高法以及线性区域均值法获得待反演像元最终的结构函数值反演550 nm处的气溶胶光学厚度,并依据CE318观测数据进行精度验证,通过分析点对点反演结果和光学厚度的空间分布,确定反演误差小、受分辨率影响小的像元间隔设置。实验发现线性区域均值法在一定程度上提高了反演精度和稳定性。此外,通过对反演结果可接受像元的地表反射率结构函数值的统计和分析,发现500 m分辨率时可接受像元比例优于250 m,当地表反射率结构函数值大于0.02时反演结果较好,而这些像元往往分布在山麓、山涧、海岸线、河流、城乡结合部等地理要素的突然改变的地区。     

高光谱遥感岩矿端元提取与分析方法研究

端元提取是高光谱遥感信息提取与分析的基础,也是解决高光谱图像混合像元分解的关键.本文针对研究区高光谱遥感数据特点,进行了辐射校正、最小噪声分离变换(MNF)及纯净像元指数(PPI)处理,在此基础上,应用二维散点图和三维散点图分别提取了端元波谱,并开展了端元属性的判别研究.岩矿端元的提取与分析为后续岩矿种类识别奠定了基础,直接影响最终成果的准确度.     

基于MODIS时序植被指数和线性光谱混合模型的水稻面积提取

水稻是中国的主要粮食作物,及时获取水稻种植面积和空间分布信息对指导水稻生产、调整区域供需平衡等具有重要的意义。以江苏省为例,利用2009—2011年连续三年的MODIS 8 d合成地表反射率数据(MODIS09A1),计算了归一化差值植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)和陆表水指数(land surface water index,LSWI)。结合水稻在不同生长发育期EVI的时间序列变化特征,确定了水稻面积提取的关键生育期。根据水稻移栽期稻田土壤含水量高的特征,利用NDVI、EVI和LSWI三种指数构建判别条件,确定可能种植水稻的区域。利用线性光谱混合像元分解模型对包含水稻的混合像元进行分解,得到江苏省三年水稻种植空间分布。最后,选取研究区内的水稻典型样区,利用与MODIS同时期的较高分辨率的环境小卫星HJ-1 CCD(30 m)数据提取水稻种植面积和空间分布,以此作为参考数据进行精度验证,同时利用统计部门的江苏省水稻种植面积统计数据对江苏省水稻面积进行验证,两种方法验证后表明误差均在10%以内。研究表明,采用MODIS09A1数据结合线性光谱混合模型可以更高精度地提取大范围的水稻种植面积。     

冠层特征尺度的定量计算模型与方法

冠层特征尺度是植被定量遥感的基础概念,其物理定义和数学定量表达具有重要的研究意义。首先,基于光学辐射传输角度提出的冠层特征尺度的物理定义,即水平维线性混合条件下的最小分辨率单元,建立了冠层特征尺度的数学计算模型,并引入倒置的地统计学指数模型。然后,提出了基于局部方差分析的冠层特征尺度计算方法。最后,利用森林区域高分辨率图像,对论文提出的冠层特征尺度模型进行了定量验证。结果表明,冠层特征尺度模型计算的冠层特征尺度与树林株行距存在密切联系,线性复相关系数达0.95,证明了本文方法的合理性和可行性。本文提出的冠层特征尺度模型为地表特征尺度定量计算提供了一种新方法。     

压缩感知和万有引力模型相结合的高光谱混合像元分解

高光谱影像虽然具有较高的光谱分辨率,但因其空间分辨率低而普遍存在混合像元。混合像元分解是高光谱遥感应用的重要研究内容,包括端元提     

基于MODIS数据的气溶胶光学厚度反演

气溶胶在大气污染事件中扮演重要角色。光学厚度作为大气气溶胶的一个重要光学属性,常作为其他相关科学研究的重要参数。本文以ENVI5.0为平台,利用经典的暗像元算法,对2011年8月5日北京地区的MODIS卫星遥感影像数据进行了气溶胶光学厚度(AOD)反演,并对其空间分布进行了分析,为环境监测部门提供了大气污染治理依据。     

时序InSAR同质样本选取算法研究

分布式雷达目标时序InSAR技术是目前InSAR形变监测领域的主流方向,其中同质样本选取是该技术的基础,其估计精度直接影响SAR影像分辨率与后续参数解算精度.本文在追踪最新研究进展之上,系统回顾了当今统计同质选点算法的优缺点.在参数与非参数两类统计方法的应用中,采用蒙特卡罗方法和真实数据验证定量比较算法差异以及适用场景.根据之前的研究结论,提出一种改进的最优参数统计同质样本选择方法.最后,论文介绍了团队研发的MATLAB开源工具包,涵盖了同质样本提取和时序InSAR协方差矩阵估计两部分内容,为InSAR科研人员和后续数据处理提供高质量、全分辨率的观测源.

     

利用像素高度图的三维建筑物屋顶和立面提取方法

针对三维建筑物屋顶和立面目标的自动提取难题提出了一种利用倾斜影像生成的像素高度图来识别和提取三维建筑物目标的方法根据高度图的梯度特征提取垂直立面目标根据高度图的最大熵阈值特征提取屋顶目标 采用多角度面阵数字航空相机获取的倾斜影像数据进行实验验证了本文方法的正确性与有效性     

计算机自动识别分类技术在森林遥感中的应用

本文叙述应用计算机自动识别分类技术在航天遥感图像中对森林资源进行分类的一些探索研究。本文介绍了采用自编程序“地理坐标系和图像坐标系的精密仿射变换”、“识别型增强技术”、“多光谱信息的特征提取”、“多光谱模糊算法聚类分析”等一系列算法后所取得的分类图像结果,与实地及目视解译相比较,森林分类相对精度达90％。