一种基于纹理和光谱特征的高光谱影像信息向量机分类方法

针对高光谱影像中空间特征信息利用不足的问题,提出了一种基于纹理和光谱特征的高光谱影像信息向量机分类方法。该方法首先采用三维Gabor滤波器对高光谱影像数据立方体进行纹理特征提取,提取后的影像数据同时具有光谱和纹理特征,避免了传统纹理特征提取带来的高维特征和光谱不连续的问题;然后采用分类精度和效率都较高的信息向量机进行分类处理。通过AVIRIS高光谱影像实验,结果表明该方法不仅提高了影像的分类精度,而且还消除了分类结果图中的类别噪声现象。     

成像光谱数据的光谱信息特点及最佳波段选择--以北京顺义区为例

波段宽度为纳米级的成像光谱数据,具有几十乃至几百个光谱通道,它们各有不同的特点。如何根据具体的应用目的,在这众多的波段中选择出最佳波段,对于有效地进行成像光谱数据的处理、分析及信息提取是至关重要的。本文以北京顺义区成像光谱数据为例,首先根据所有通道的相关性,将其分为若干组,然后通过全面分析成像光谱数据的光谱信息特征,在综合考虑各波段的信息含量、波段间的相关性、波段的可分性以及地物光谱的吸收特性等因     

莱州湾荧光溶解有机物的时空分布

利用三维荧光光谱-平行因子分析法(EEMs-PARAFAC)技术结合多元统计方法研究了莱州湾海域春季(2020年5月)和秋季(2020年10月)荧光溶解有机物(FDOM)的来源及时空分布特征。结果显示莱州湾海域FDOM由2类共4个荧光组分组成:C1、C4为类蛋白质组分,分别为色氨酸和酪氨酸; C2、C3为类腐殖质组分。并对各组分的来源及分布特征分析:春季FDOM分布主要受到陆源输入的影响,其中表层C1、C2、C3也受微生物活动影响。秋季表层C1、C2、C3分布受到陆源输入和浮游植物生产共同影响,秋季表层C4主要受生物现场生产影响,秋季底层C1、C2、C3主要受陆源输入影响,C4受陆源输入和浮游植物生产共同影响。各荧光组分在表层的季节性差异主要是由于春季部分FDOM经陆源输入后受偏南风作用,在莱州湾西部及南部海域扩散。FDOM在底层的季节性差异主要由于受到沉积物再悬浮的影响。HIX高值分布表明莱州湾西部和南部FDOM受陆源输入影响显著,BIX高值分布表明莱州湾远海FDOM受生物活动影响程度较高。总体上,陆源输入影响莱州湾FDOM分布的主要因素。     

线性/非线性光谱混合模型估算白刺灌丛植被覆盖度

及时监测干旱与半干旱区光合/非光合植被覆盖度时空变化,可以为指导荒漠化防治工程及植被衰退机制研究提供重要信息。本文以甘肃民勤典型植被白刺灌丛为研究对象,通过地面控制性光谱实验获取混合光谱、端元光谱与丰度信息,开展线性与非线性光谱混合模型(包括核函数非线性和双线性混合模型)估算光合和非光合植被覆盖度的对比研究,采用全限制最小二乘法进行模型解混,分别获取各样本数据中各类端元丰度及其精度信息,通过模型分解的均方根误差(RMSE)与地面验证精度确定用于光合和非光合植被覆盖度估算的最佳光谱混合模型,其中参考端元丰度采用神经网络(NNC)分类算法对数字影像进行分类获取。结果表明:(1)引入阴影端元的四端元模型相对于传统的三端元模型(光合/非光合植被与裸土)能有效提高光谱解混的精度,并提高光合和非光合植被覆盖度估算精度;(2)对白刺灌丛来说,光合植被、非光合植被、裸土及阴影间多重散射混合效应存在,但混合效应不够显著;考虑非线性参数的核函数非线性光谱混合模型表现略低于线性光谱混合模型,因此非线性光谱混合模型在估算白刺灌丛光合和非光合植被覆盖度时相对于线性光谱混合模型没有明显优势;(3)基于光合/非光合植被、裸土与阴影四端元的线性光谱混合模型可以实现白刺灌丛光合和非光合植被覆盖度的准确估算,光合植被覆盖度估算RMSE为0.11 77,非光合植被覆盖度估算RMSE为0.0835。     

基于TASI发射率数据的层状硅酸盐蚀变矿物提取识别

层状硅酸盐矿物光谱曲线特征具有较大相似性,在以往可见光-近红外遥感中的区分提取难度较大。本文采用的加拿大先进的热红外航空成像光谱仪(Thermal Airborne Hyperspectral Imager,简称TASI),可获取具有高分辨率的热红外高光谱数据。基于TASI数据并利用热红外波段的发射率光谱可探测出矿物Si-O键振动特征的优势,可做到矿物亚类的区分识别和矿物丰度信息的提取,使硅酸盐矿物亚类中的层状硅酸盐矿物区分提取的精确性得以提高。本文对甘肃北山柳园工作区进行了基于发射率光谱特征的层状硅酸盐蚀变矿物提取实验。通过分析从图像获取的端元光谱曲线特征,并与ASU光谱库标准光谱曲线进行对比,确定目标端元,成功区分出了绿泥石、高岭石等层状硅酸盐矿物,经野外实地验证后,确认所提取信息精确性较高。     

GWR模型在土壤重金属高光谱预测中的应用

目前土壤重金属高光谱反演模型大多忽视了重金属与光谱变量间相关关系的空间异质性,这与实际情况不相吻合,而地理权重回归（GWR）模型能有效地揭示变量间关系的空间异质性。本文以福州市土壤重金属Cd、Cu、Pb、Cr、Zn、Ni为对象,构建土壤重金属预测的GWR高光谱模型,并将预测结果与普通最小二乘法回归（OLS）结果进行比较分析,探讨GWR模型在土壤重金属高光谱预测中的适用性及局限性。结果表明：① GWR模型在土壤重金属高光谱预测中适用与否取决于重金属对光谱变量影响的空间异质性程度：对于Cr、Cu、Zn、Pb等对光谱变量影响空间异质性大的元素,其GWR预测精度较OLS提高明显,表现为GWR模型的调节R²较OLS模型有了明显提高,分别为OLS模型的2.69倍、2.01倍、1.87倍和1.53倍;而AIC值以及残差平方和较OLS模型却明显降低,AIC值减少量均大于3个单位,残差平方和则仅分别为OLS模型的25.33%、30.09%、47.22%和86.84%;对于Cd和Ni等对光谱变量影响空间异质性小的元素,相较于OLS模型,GWR模型的调节R²分别提高了0.015和0.007,残差平方和分别减少了5.97%和4.18%,但AIC值却分别增加了2.737和2.762,GWR预测效果改善不明显;② 光谱变换可以有效增强土壤重金属的光谱特征,其中以光谱的倒数变换效果最好,而且该变换及其微分形式可以很好地提高模型的预测效果;③ GWR模型的应用前提是变量间关系的空间非平稳性,适合在与土壤光谱变量间关系具有显著空间异质性的重金属高光谱预测中推广。     

基于 NDVI 物候特征的华南地区冬种马铃薯遥感提取方法

马铃薯是华南地区的特色冬种农作物,其地块的“早稻―晚稻―冬种马铃薯”三季种植模式具有特有的植被指数时间序列曲线特征。利用这一特征,提出一种基于 NDVI 时间序列数据和 SAM 的冬种马铃薯种植面积提取方法。以广东省惠州市稔平半岛为研究区,冬种马铃薯面积为研究对象,采用 2011 年 HJ-1 A/B CCD 遥感数据为主要数据,计算每一景影像的 NDVI 后以时间为坐标轴排列成 NDVI 时间序列数据集,在此提取冬种马铃薯种植区的 NDVI 时间序列参考曲线,使用光谱角度匹配（SAM）方法,计算每个像元的 NDVI 时间序列曲线与 NDVI时间序列参考曲线的光谱夹角值,根据 Rule 图像的统计参数确定夹角阈值,达到快速有效地在遥感影像上提取冬种马铃薯对应像元的目的。结果表明：研究区总体提取精度为 82.70%,重点种植区域提取精度为 93.75%,可见基于 NDVI 物候特征的 SAM 方法能够有效提取研究区冬种马铃薯的种植面积。     

成像光谱地物识别影响因素的不确定性浅析--以矿物识别为例

成像光谱以其超高的光谱分辨率影像和精细的地物光谱成像能力,已经广泛地应用在地质、环境保护和生物学等领域.受多种不确定性因素影响,成像光谱地物识别从数据获取和处理到应用决策都存在不确定性.这种不确定性又可以分为基于误差的不确定性和基于变异的不确定性.文章以矿物识别为例,从机理的角度探讨了影响数据层面的上述不确定因素,指出虽然成像光谱地物识别受各种因素影响,但地物光谱的形成机理决定了这种不确定性是可以消除的.并给出一些常见的解决理论和方法.     

定量测定混合粘土矿物的新方法-差示光谱-概率分布法

本文在系统研究差示光谱的基本理论和傅里叶变换光谱具有最高信噪比(1.5×104:1)的特性的基础上.证明:差示光谱的吸收强度偏差小于0.01%.为此奠定了粘土矿物定量的基础.为了简化其繁杂的计算过程,笔者把差示光谱和概率分布计算方法巧妙地融洽在一起,推导出可以实现全频率范围的差示光谱-概率分布定量的最终方程:<<<<< 图1 >>>>>>>>>>.根据此方程,编写成一种新的适用于混合粘土矿物定量的应用软用.为了检验新方法效果,笔者将它应用于人工配制的五种混合粘土矿物的定量测定.结果其相对标准偏差σ<0.5%,绝对误差为0.01-0.05%.实验结果表明,差示光谱-概率分布定量法是一种适用于粘土矿物快速,准确定量的可行性的方法.