基于决策树分类的大屯矿区地物信息提取及矿区污染分析

本文在对国内外遥感图像分类方法充分研究分析的基础上,选择决策树分类法对大屯矿区的Landsat 8遥感图像进行分类研究。选取样本提取并分析研究区典型地类光谱特征曲线,依据光谱曲线特征和归一化植被指数建立了土地利用分类决策树模型,通过反复试验和修正,筛选出适宜大屯矿区地物分类的决策树最优阈值,对研究区进行分类和精度评价,最后通过分类结果对研究区的水体污染状况进行简要分析。     

基于光谱角匹配算法的水体信息提取研究

针对水体信息提取时,传统算法不能较好地解决山体阴影被误提为水体的问题,引入多用于高光谱数据处理的光谱角匹配算法,以Land-sat8 OLI(band1-band7)为数据源,以黄河小浪底水库周边区域为实验区,开展水体信息提取研究,结果显示:水体指数法和波段关系提取的结果中有大量的山体阴影信息,提取精度不超过30%,而光谱角匹配法提取结果受阴影的影响较小,提取精度在99%以上。     

高光谱影像概率分类向量机分类方法研究

从分析基于支持向量机和相关向量机的高光谱影像分类方法的优势和不足出发,将基于概率分类向量机的方法用于高光谱影像分类试验。在贝叶斯理论框架下,概率分类向量机为基函数权值引入截断Gauss先验概率分布,使得不同类别的基函数权值具有不同符号的先验分布,并利用EM算法进行参数推断,得到足够稀疏的概率模型,弥补了相关向量机选取错误类别的样本作为相关向量的不足,从而有效地提高了模型的分类精度和稳定性。OMIS和PHI影像分类试验表明,概率分类向量机能够很好地应用在高光谱影像分类。     

X射线荧光光谱-电子探针在中酸性火山岩鉴定中的应用

中酸性火山岩多具斑状结构,基质可见微晶状结构、隐晶状结构、玻璃质结构等,由于基质矿物颗粒多细小,常用的偏光显微镜受放大倍数的限制,很难准确鉴定矿物种属及含量,这类岩石仅依靠偏光显微镜分类命名会存在误差。本文采用X射线荧光光谱(XRF)、电子探针(EMPA)和偏光显微镜下观察相结合的方法,对中酸性火山岩进行鉴定。结果表明:对于基质呈隐晶质、显微晶质的中酸性火山岩,基质特征相似,偏光显微镜下无法确定长石、石英的含量,因此无法对岩石准确命名;再通过XRF进行主量元素分析,并对分析结果进行标准矿物QAPF双三角图解分类、TAS图解分类及李氏火山岩定量分类,对比结果显示三种分类命名方法存在差异;通过电子探针对矿物进行校验显示,QAPF及李氏火山岩定量分类图解与显微镜下鉴定相符,TAS图解与其他分析结果存在一定偏差。因此,对于中酸性火山岩准确命名,应采用多种分析方法相结合的方式,避免测试单一引起的误差。     

应用激光拉曼光谱研究锆石LA-ICP-MSU-Pb定年中的α通量基体效应

α通量基体效应是由标准锆石与样品锆石之间的晶体损伤(以α通量表示)不同引起的激光剥蚀速率和坑下分馏行为的差异,已被证实是导致锆石LA-ICP-MS U-Pb定年结果存在系统偏倚的重要原因。α通量越高,剥蚀速率越快,坑下分馏越明显,然而α通量基体效应的校正尚未引起足够的重视。本文采用激光拉曼光谱和LA-ICP-MS对八达岭花岗杂岩样品进行研究,结果表明:实际α通量(D_α~P)≤0.75×1018g-1的锆石样品,蜕晶化程度较弱,其定年结果存在的α通量基体效应可以忽略;D_α~P0.75×1018g~(-1)的锆石样品,蜕晶化程度较高,其定年结果受α通量基体效应的影响明显,依据年龄差-D_α~P经验方程如y=347.8×exp(0.260×10~(-15)x)进行校正可获得准确的年龄结果。本研究认为:采用激光拉曼光谱和半高宽(FWHM)-D_α~P校准曲线获得目标锆石D_α~P,利用年龄差-D_α~P经验方程估计LA-ICP-MS系统偏倚,是校正α通量基体效应的可行途径。     

利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识

青藏高原积雪对全球气候变化十分重要,针对已有积雪遥感判识方法中普遍采用的可见光与红外光谱数据易受复杂地形与高海拔影响,导致青藏高原地区积雪判识精度较低的问题,提出了一种基于多光谱遥感与地理信息数据特征级融合的积雪遥感判识方法:以风云三号卫星可见光与红外多光谱遥感资料与多要素地理信息作为数据源,由地面实测雪深数据与现有积雪产品交叉筛选出样本标签,构建并训练基于层叠去噪自编码器(SDAE)的特征融合与分类网络,从而有效辨识青藏高原遥感图像中的云、积雪以及无雪地表。经地面实测雪深数据验证,该方法分类精度显著高于使用相同数据源的FY-3A/MULSS积雪产品,略高于国际主流积雪产品MOD10A1与MYD10A1,并且年均云覆盖率最低。试验结果表明该方法可有效地减少云层对积雪判识的干扰,提升分类精度。     

多光谱遥感影像亮度空间相位一致性特征点检测

提出了一种基于亮度空间和相位一致性理论的多光谱遥感影像特征点检测算法。首先利用参数自适应的灰度变换函数建立影像亮度空间;然后结合相位一致性方法在影像亮度空间进行候选特征点检测,并将候选特征点映射到原始影像上进行非极大值抑制;最后在尺度空间计算特征点的特征尺度值。本文方法有效结合了亮度空间特征检测和相位一致性特征检测的优势,对多光谱遥感影像的辐射变化具有较强的稳健性。试验结果证明,与传统特征点检测算法相比,本文方法在特征重复率和重复特征数量方面都具有明显的优势。     

天绘一号03星三线阵/多光谱载荷影像质量评价

2015年10月26号发射的天绘一号03星是中国传输型立体测绘卫星天绘一号系列的第3颗卫星。三线阵和多光谱影像数据是天绘一号卫星的重要数据,用于立体测绘、彩色融合、遥感观测等多种用途。因此,为了推动天绘一号03卫星影像数据早日为相关领域提供服务,本文采用客观评价的方法,对天绘一号03星的三线阵和多光谱影像质量进行了全面的评价分析。评价结果显示(天绘一号)03星的清晰度、对比度、细节能量、边缘能量、功率谱、信息容量指标值远高于天绘一号01、02星。说明天绘一号03星三线阵/多光谱影像在地物细节和边缘纹理特征的描述上优于天绘一号01、02星,同时载荷接收的信息量远高于天绘一号01、02星。天绘一号03星较高的信噪比指标说明其载荷抑制噪声的能力优于天绘一号01、02星。边缘辐射畸变和增益调整畸变表明在辐射均匀程度上,天绘一号03星三线阵/多光谱影像介于天绘一号01和02星之间。因此,与同类天绘一号01,02星的三线阵与多光谱影像相比,天绘一号03星影像质量有着显著的提高。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

利用端元光谱内插的青海植被覆盖度估算研究

针对利用像元二分模型估算植被覆盖度的精度不高的问题,该文基于OSAVI,提出了选定模型参数(OSAVIs和OSAVIv)的方法,并将该方法应用于青海省植被覆盖度估算。该方法通过高分辨率影像在研究区内选取纯裸地和纯植被样点,并将纯裸地样点的OSAVI作为纯裸地样点像元的OSAVIs,将纯植被样点的OSAVI作为纯植被样点像元的OSAVIv,利用样点像元的OSAVIs和OSAVIv值,通过普通克里金内插法,求得研究区每个像元对应的OSAVIs和OSAVIv。经精度验证结果表明:此方法较常规的参数选取方法,RMSE由0.170降至0.156,MAE由0.137降至0.124。经进一步分析表明,此方法对边缘验证点和非边缘验证点的估算精度都有所提高,由于配准误差和周围地表漫反射的影响,边缘验证点的估算精度低于对非边缘验证点的估算精度。