基于机载MASTER数据的果园叶面积指数遥感反演

叶面积指数(leaf area index,LAI)是描述植被冠层结构的重要参数,准确获取果树的LAI对果树长势监测和果树估产均有重要作用。以美国加州中部的果园为研究区,基于沿太阳主平面飞行成像的机载MODIS/ASTER模拟传感器(MODIS/ASTER airborne simulator,MASTER)数据,利用实测LAI数据与归一化差值植被指数(normalized difference vegetation index,NDVI)、归一化差值红外指数(normalized difference infrared index,NDII)和归一化差值水体指数(normalized difference water index,NDWI)分别建立回归模型,并选取NDWI进行研究区LAI的反演。结果表明:由于地物的二向性反射,垂直太阳主平面飞行获取的遥感数据具有明显的亮度梯度现象,而沿太阳主平面飞行获取的遥感数据几乎不受亮度梯度的影响;NDVI在高植被覆盖区容易达到饱和,而NDWI比NDVI和NDII具有更高的拟合度和更小的均方根误差,更加适合研究区LAI的遥感反演;该研究结果可以丰富LAI反演理论,也可以为研究LAI尺度问题提供理论和数据支持。     

航空高光谱热红外数据的两种发射率反演方法对比

本文在介绍航空高光谱热红外的两种发射率反演算法——ARTEMISS算法和ASTER TES算法基础上,以甘肃柳园地区的热红外高光谱TASI数据为基础,对实验区进行了发射率反演,结合野外实测结果,对两种算法的图像质量和精度进行了对比分析。结果显示,两种算法均能满足反演精度要求,ASTER TES算法图像质量好,精度较高;ARTEMISS步骤简单,反演结果能很好地体现出岩性差异。在实际应用中应结合不同的应用要求来选择不同的反演算法。     

利用ASTER数据融合的SRTM空值填补方法

由于雷达干涉采集误差导致SRTM数据出现高程空值,为了保证数据完整性,需要对其进行空值修补。本文总结了国内外对SRTM数据空值的填补方法,提出了一种在内插的基础上利用ASTER数据进行数据融合的空值填补方法。该方法首先对ASTER数据进行预处理,以消除两者之间的高程差异,然后利用处理后的90m间隔ASTER数据对SRTM数据进行融合,从而实现了SRTM数据的空值填补。实例验证了该方法是一种获取完整地形数据的有效途径。     

基于ASTER热红外数据的SiO_2含量反演在某矿田信息提取中的应用

以华南某花岗岩型铀矿田为例,利用ASTER热红外数据进行了辐射定标、大气校正、温度/发射率分离及SiO2含量的定量反演,在反演图上识别出了研究区内明显的硅化断裂带、花岗岩及红层分布区,识别结果得到了实地验证。     

Reference 3D、ASTER DEM在公路勘察设计中的应用探讨

Reference 3D是法国Spot立体卫星影像生成的DEM、ASTER DEM是高分辨率卫星成像设备—ASTER获取的立体影像生成的DEM,它们全球覆盖范围广、数据获取快、质量稳定。针对我国缺乏1:10000或1:5000基础地形资料的地区、难以获取资料的海外交通建设地区,本文探讨基于这两种DEM进行公路勘察设计。工程实践表明:Reference 3D相比ASTERDEM有着更高的精度,质量更加稳定可靠,可以满足公路勘察设计中规划、工可等阶段的需要,从而提高工作效率,缩短外业周期,降低成本。     

Self-organizing feature map neural network classification of the ASTER data based on wavelet fusion

Remote sensing classification methods can be classified as supervised and unsupervised catalogs. The maximum likelihood method (MLH) is a super-vised classification method,which is widely used in the remote sensing data classification and produces good results[1]. In the MLH, the parameters are esti-mated, assuming that the samples are normally dis-tributed in spectral space, to determine the mean vec-tor and covariance matrix of all classes. In most cases, however, the samples are not norma…     

Spectral discrimination of hydrothermally altered materials using ASTER short-wave infrared bands: Evaluation in a tropical savannah environment

ASTER short-wave infrared bands were used to investigate the spectral discrimination of hydrothermally altered materials, based on the presence of minerals with diagnostic spectral features in wavelengths around 2200 nm (e.g. kaolinite and K-micas). Due to the presence of widespread albitized-greisenized materials, the Serra do Mendes granitoid, located in area of tropical savannah environment in Central Brazil, was selected for this study. The Spectral Angle Mapper (SAM) technique was used as an attempt to detect the presence of hydroxyl-bearing minerals in the domain of the hydrothermally altered materials. Results indicated that areas of altered materials were discriminated from the surrounding mainly due to the high overall reflectance of the whitish lithosols in these areas. The detection of hydroxyl-bearing minerals was blurred by the presence of a sparse grass cover in the alteration zone, which caused a slight increase in the SAM classification angles. As a consequence, the remote detection of hydroxyl-bearing minerals was restricted to a small number of pixels from barren areas. Results indicate that, for the environmental conditions of the study area, ASTER data are more efficacious for spectral characterization of rock–soil-vegetation associations than for the detection of alteration-derived minerals.     

针对ASTER数据的单窗算法

在对地观测卫星ASTER传感器的15个波段中，有5个(10～14波段)是热红外波段，特别是其中的第13和14波段可以被用来反演地表温度。文中把针对TM影像的单窗算法改进成适应于ASTER传感器的单窗算法，即先对ASTER的13波段(10．25～10．95μm)和14波段(10．95～11．65μm)的，Planck方程进行线性简化，然后用单窗算法分别对ASTER的第13和14波段建立方程，从而形成了针对ASTER传感器的单窗算法，并对参数的获取做了简要的介绍。最后分析了算法的有关应用。     

基于CART决策树的双尺度流域单元地貌分类研究——以北回归线(云南段)地区为例

针对当前单一地貌划分单元造成的分类结果破碎或漏分问题,该文引入双尺度流域单元划分方法,即采用两种不同大小流域单元的组合作为地貌划分基本单元,以提高地貌划分的细分性和完整性。以30 m ASTER GDEM数据为数据源,基于最佳地形因子组合(高程、地势起伏度、坡度、坡度变率、光照模拟值)、双尺度流域单元、CART决策树算法,实现了北回归线(云南段)地区平原(2类)和山地(7类)共9类地貌的划分,双尺度流域单元划分的最佳流量阈值分别为500、2000。通过平均值、标准差、Moran′s I和人工判读结果对分类结果进行检验,发现基于CART决策树的双尺度流域单元地貌分类方法在北回归线(云南段)地区总体精度可达82.1%,Kappa系数为0.793,总体能够准确识别出研究区的地貌类型空间分布特征,是地貌类型划分的一种可行方法。     

基于ASTER数据的归一化差异水体指数的建立及其应用

在分析归一化差异水体指数的基础上,根据ASTER数据不同地物的光谱特征,提出了基于ASTER数据的归一化差异化水体指数NDWIASTER1、4。并且利用这一指数进行水体信息的提取,发现这是一种简单易行结果客观有效的提取水体的方法。