21世纪遥感与GIS展望

当踏步跨入21世纪的时候，回首过去的一百年，我们可以自豪地说，随着计算机技术、空间技术和信息技术的发展，人类实现了从空中和太空来观测和感知人类赖以生存的地球的理想，并能将所感知到的结果存贮在计算机网络中，让它们在全球流通，为人类的生存、繁荣和可持续发展服务。在20世纪后半叶，遥感和地理信息系统作为一门新兴的科学和技术，迅速成长起来。     

基于FLAASH与QUAC模型的SPOT 5影像大气校正比较

卫星遥感影像的大气校正是定量遥感研究的前提与难点之一,大气校正有多种方法和模型。采用FLAASH与QUAC模型对覆盖长株潭地区的SPOT 5遥感影像进行大气校正,进而对校正前后的影像进行视觉、地物光谱曲线对比分析。结果表明,两种模型有其特定的适用范围,均能基本消除大气的影响,能较好地恢复各类地物光谱的典型特征;采用FLAASH模型的精度较QUAC模型的精度高;应用QUAC模型较FLAASH简便,它对输入参数和仪器标定精度的依赖性小。     

土壤钾含量高光谱定量反演研究

为了更快捷准确地进行土壤钾(K)含量的预测,基于土壤高光谱数据和化学元素分析数据,研究土壤光谱与土壤钾含量之间的定量关系.在对土壤原始光谱进行处理分析基础上,提取反射率(R)、反射率倒数的对数(log(1/R))、反射率一阶微分(R')和波段深度(BD)4种光谱指标,运用偏最小二乘回归方法建立相应的预测模型,并对模型进行检验.结果表明,波段深度是估算土壤钾含量最好的光谱指标,其建模精度超过0.85,均方根误差不超过0.1;全波段高光谱分辨率反射光谱具有快速有效估算土壤钾含量的潜力.     

基于K-L变换的多光谱遥感图像检索方法研究

在遥感图像检索中,光谱特征的应用最为广泛。本文研究了基于光谱特征进行遥感图像检索的方法。针对目前应用越来越广泛的多光谱、高光谱遥感图像波段多的特点,提出了基于K-L变换的检索方法,将多维图像降维处理,在此基础上提取遥感图像的光谱特征,通过检索图像与目标图像的光谱特征对比实现多光谱遥感图像的检索,并通过实验验证了本文方法的有效性。     

基于SVM核函数评价的高光谱遥感影像核分类方法比较研究

通过交叉验证获得不同核函数参数,并对线性、多项式、RBF、Sigmiod核函数分别用于支持向量机分类的性能进行评价,选择出最优核函数。基于上述最优核函数选择,将SVM与核Fisher判别分析和核主成分分析两种核分类方法进行比较研究。试验结果表明,SVM具有较高的分类精度和可靠性,上述研究能够为实际应用提供相关的参考。     

基于高光谱数据和RBF神经网络方法的草地叶面积指数反演

基于中国农业科学院在呼伦贝尔草原实测的120组草地冠层光谱反射率及相应的叶面积指数(LAI)数据,在进行主成分分析(PCA)实现降维处理的基础上,利用径向基函数(radial basis function,RBF)神经网络方法对草地LAI进行了高光谱反演研究.PCA结果表明,前9个主成分的累积贡献率达到了99.782％,能包含原光谱数据的绝大部分信息.将120组LAI及相应的9个主成分样本数据随机分为校正集数据(90组)和预测集数据(30组),分别用于神经网络模型的建立和LAI的预测.所构建的神经网络模型的模拟结果表明,RBF神经网络模型对校正集样本的模拟准确率达到100％(RMSE =0.009 6,R2 =0.999);预测集样本的实测LAI和模拟LAI之间的均方误差和决定系数分别为0.218 6和0.839,取得了较好的模拟效果,有效提高了传统的多元线性回归方程(RMSE =0.416 5,R2=0.570)的计算精度.     

卫星传感器波段平均太阳辐照度计算及可靠性分析

地球大气层外太阳光谱辐照度(extraterrestrial solar spectral irradiance,ESSI)数据是计算卫星传感器波段平均太阳辐照度(band mean solar irradiance,BMSI)的重要参数。为了探求利用何种来源的ESSI数据计算传感器BMSI更为准确,分别采用SBDART软件模拟的太阳光谱曲线数据、MODTRAN4.0 oldkur.dat文件数据、Thuillier太阳光谱曲线数据和WRC太阳光谱曲线数据计算了HJ-1A CCD1(B1—B4),CBERS-02 CCD(B1—B5),Landsat5TM(B1—B4)和ASTER(B1—B8)4种传感器的BMSI,并与传感器运营商公布的数据进行了比较。结果表明:利用SBDART和WRC太阳光谱曲线数据计算的结果误差较小;利用MODTRAN4.0 oldkur.dat数据计算的结果误差次之;利用Thuillier太阳光谱曲线的计算结果误差较大。     

鄂东南尾矿库高分辨率遥感图像识别因子研究

正在使用的尾矿库中,尾砂的极细小颗粒特征决定了其在各波段遥感图像上具有较高反射率的光谱特征;尾砂的堆积过程则同时决定了尾矿库表面具有大致平行的分带纹理和放射状纹理特征。从尾砂的光谱、纹理特征以及与尾矿库相关的其他因素(道路、矿山建筑、尾矿库地理位置等)出发,系统建立了鄂东南地区金属矿山尾矿库的高分辨率遥感图像的综合识别标志。依据所建立的综合识别标志,可从WorldView-2图像中准确地识别尾矿库,并初步判断其规模。     

两种高光谱热红外数据大气校正方法的分析与比较

利用模拟数据对Autonomous Atmospheric Compensation(AAC)和In-scene Atmospheric Compensation(ISAC)这两种高光谱热红外数据大气校正方法进行了对比和分析。结果显示,在满足方法适用条件情况下,AAC方法大气校正精度较高,除湿热的热带大气外,大气透过率的反演误差小于0.02,大气上行辐射的误差小于0.004W.m-2.sr-1.cm;而ISAC方法精度较低,透过率误差在0.05至0.3之间,上行辐射误差在0.003W.m-2.sr-1.cm至0.035W.m-2.sr-1.cm之间变化,误差随大气水汽含量增加而增加。大气非均一性对大气校正精度影响分析表明,AAC方法大气校正精度受大气非均一性影响显著。因此,需从高光谱数据光谱信息出发,发展针对低空间分辨率高光谱热红外数据的大气校正方法,以克服现有方法大气水平均一假设的不足。     

C3、C4作物的光保护机制差异的光谱探测研究

本文设计了大豆(C3作物)和玉米(C4作物)日变化光谱探测试验,提取了太阳光照条件下叶绿素荧光信号和光化学指数PRI。结果表明,首先大豆和玉米叶绿素荧光强度的日变化特征有较大差异,上午大豆的叶绿素荧光比例呈现快速增加的趋势,而玉米的叶绿素荧光未出现增加趋势;其次,下午高温胁迫条件下C3、C4叶绿素荧光光谱比值的变化差异显著,大豆在760nm和688nm波段的叶绿素荧光比值快速增加,而玉米未出现显著变化;最后,研究证实了C3作物中午受到强光抑制出现光合作用"午休"现象,即午后光合恢复后其光合效率快速增加,表现为C3作物的热耗散降低、PRI快速增加,而C4作物无"午休"现象,午后PRI增加较小。本文研究表明,强光和高温环境胁迫下C3、C4作物的叶绿素荧光和热耗散变化特征有较大差异,利用胁迫条件下的多时相、高光谱遥感数据,提取C3、C4作物的叶绿素荧光和PRI,有可能实现C3、C4作物的遥感分类目标。