利用灰色相关分解混合像元方法研究

在多光谱影像处理过程中,特别是针对较低分辨率的影像,在进行理解和分析过程中,由于存在大量的混合像元,使处理效果不佳.在研究混合像元的构成后,运用灰色系统理论中灰色相关方法成功的进行像元的分解,并给出分解模型和过程,最后试验证明灰色相关分解方法效果是显著的.     

高光谱数据在数据库中的高效存储技术研究

通过分析高光谱数据的特点 ,结合数据库系统开发实践 ,提出了高光谱数据集 ,包括图像、光谱、属性等 ,在关系数据库中的存储规范。结合ORACLE数据平台 ,提出了 3种高光谱数据的存储模式 ,并结合应用实例进行对比 ,分析了各自的优缺点以及适用条件。     

用卫星高光谱数据提取德兴铜矿区植被污染信息

在深入分析研究德兴铜矿矿区植被光谱特征的基础上,利用美国EO-1卫星Hyperion高光谱数据,通过反演表征植物生理状态的光谱特征参数(红边位置和最大吸收深度)变异,提取与污染相关的信息,获取了矿山植被污染生态效应概况,为矿山污染的诊断和监测提供新技术和知识支撑。     

模拟退火机制下优化离散粒子群的端元提取算法

针对离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)端元提取算法初始种群质量差、收敛性能低且易于陷入局部最优,本文将模拟退火算法引入到DPSO的不同阶段,模拟退火算法能以一定的概率接受和舍弃新状态,使种群内粒子渐趋有序、达到平衡,收敛到全局最优,有效避免了搜索陷入局部最优。因此,该算法不仅保持了DPSO的全局组合优化特点,克服了初始种群质量差、易陷入局部最优等缺点,而且还提高了收敛速度和端元提取精度。     

GPS信噪比用于雪深监测研究

针对利用全球导航卫星系统反射信号研究测站地表环境参数已成为一个新兴的研究课题这一现状,该文基于全球定位系统信噪比与信号振幅的变化特征,给出了基于全球定位系统多路径信号的全球定位系统多径反射技术用于雪深探测的基本原理。为了验证算法的有效性,利用美国PBO网络中P360站离散20d的全球定位系统原始观测数据进行雪深探测的反演实验。实验结果表明:全球定位系统多径反射技术反演雪深值与实测雪深值吻合较好,误差均值为0.07m,相关系数大于0.99。因此,利用全球定位系统信噪比可以进行雪深探测,在未来的全球导航卫星系统观测站建立时,可以考虑它在环境监测方面表现出来的潜能。     

一种基于局部判别正切空间排列的高光谱遥感影像降维方法

提出一种基于局部判别正切空间排列(local discriminative tangent space alignment,LDTSA)的高光谱影像降维方法。LDTSA源于局部正切空间排列(LTSA)中的排列机制,在一个局域块内利用线性局部正切平面对类内样本的流形结构建模,同时还考虑到类间判别信息以最大化判别边界。利用多幅高光谱数据进行降维和分类试验。结果表明,LDTSA主要有三个优点:①在小样本问题上性能稳定;②在降维过程中保持类别间的判别信息;③有效挖掘数据集的几何流形结构。     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.     

水浇地与旱地春小麦冠层高光谱反射特征比较

用野外实测的水浇地与不同坡向旱地春小麦各发育期的冠层光谱数据,对比分析各发育期春小麦冠层光谱反射特征;依据TM图像的波段设置将实测光谱划分为4个波段,对比分析水浇地与旱地春小麦光谱在各波段的差异,并选择出识别水浇地与旱地春小麦的最佳波段。研究结果表明:不同地类水浇地与旱地春小麦冠层光谱反射率在可见光波段呈现的总特点是阳坡地双面坡地阴坡地水浇地,在近红外波段则相反;不同发育期的水浇地与旱地春小麦在可见光波段均呈现起身期乳熟期拔节期抽穗期扬花期的特点,在近红外波段则呈现扬花期抽穗期拔节期起身期乳熟期的特点;因各地类春小麦叶绿素含量的相对值和覆盖度不同,在可见光波段的光谱曲线也存在差异——水浇地与旱地春小麦在起身期和乳熟期的光谱曲线各成1条线,而在其他3个发育期则形成2条曲线(水浇地和阴坡地的光谱曲线基本重合,阳坡地和双面坡地的光谱曲线完全重合)。760~900 nm谱段是识别水浇地与旱地春小麦的最佳波段。     

土壤有机质含量区间值高光谱估测

考虑影响因素的复杂性,提出土壤有机质含量区间值高光谱估测的思想。根据在陕西省横山县采集的84个土壤样本数据,采用14种光谱反射率变换方法及因子互乘变换筛选反演因子,采用模糊识别方法进行土壤有机质含量估测。结果表明,原始光谱反射率(R)及其平方(R2)、平方根(R1/2)、倒数(1/R)、自然对数(ln R)的一阶微分、二阶微分及其互乘变换与有机质含量的相关性明显增强,模型优化系数可调节类别判别的准确度,12个检验样本的准确度为91.67%。这表明提出的土壤有机质含量区间值高光谱估测模型是有效的。