基于高光谱遥感数据提取森林结构参数的研究

以位于三峡库区的龙门河森林自然保护区为研究区,综合利用线性光谱混合模型和几何光学模型,基于高光谱遥感数据提取森林结构参数是本文研究的重点。在研究区地面调查数据的基础上,通过高光谱数据和混合光谱分解法,获得反演几何光学模型所需的四分量参数,根据背景光照分量与森林植被冠层各参数间的关系,反演得到森林冠层郁闭度及平均冠幅的定量分布图,并利用37个野外实测样本进行结果验证。     

高光谱遥感技术在地质领域中的应用

近年来，高光谱应用技术在地质领域得到了深入的应用与发展，不仅深化了地质学的基础研究，也推动着遥感地质填图从岩 性填图向矿物填图的飞跃，推进了高光谱遥感技术在成矿预测、地质成生环境成因信息探测、植被地化信息与理化信息提取以及矿 山环境调查等应用的不断深入。本文围绕高光谱技术的特点，并结合作者近年来的工作实践，论述了高光谱技术在上述领域的实际 应用情况与应用效果。     

组合分类器及其在高光谱影像分类中的应用

多分类器组合问题一直是模式识别和机器学习领域的研究重点。由于各分类器的分类结果有着互补信息,因而一般来说,组合分类方法总有着较单个分类器精度更高的分类结果。将组合分类方法引入到高光谱影像的分类过程中,并针对该类影像的特点,提出了混合组合策略。实验表明,将组合分类器用于高光谱影像的分类,可以得到较为理想的分类结果。     

高光谱影像数据预处理技术评价

高光谱影像数据预处理是构建高效的影像数据库以及实现地理目标成分信息反演与地理目标识别的基础。本文从反射率演算、光谱微分技术以及高光谱影像数据的降维处理等三个方面对高光谱影像数据预处理进行了研究。实现了基于高光谱影像的反射率反演算法，针对高光谱遥感数据影像分辨率比较低的现状，提出了直方图均衡化、色调平衡、对比度调整等影像处理算法，并给出了实验结果。     

利用多角度POLDER偏振资料实现陆地上空大气气溶胶光学厚度和地表反照率的同时反演 I. 理论与模拟

陆地上空标量辐射对地表反射率和大气气溶胶散射都具有很强的敏感性,而偏振反射只对大气气溶胶敏感,对地表不敏感。根据这个原理并结合POLDER(POLarization and Directionality of Earth Reflectance)资料的特点,作者提出综合利用标量辐射和偏振反射信息来实现陆地上空大气气溶胶和地表反照率的同时反演。首先,利用多角度偏振辐射观测提取大气气溶胶光学参数,再利用标量辐射测量对偏振反演结果作进一步筛选和订正,同时获得地表反射率。数值模拟试验结果证明,仅利用偏振信息只能获取大气气溶胶信息,而且其结果误差较大,特别是对于散射作用较强的短波长通道如670 nm误差更大,但经过标量辐射订正后的结果得到明显改善,气溶胶光学厚度和地表反射率与真实值之间相关系数都达到0.99以上。为提高查找表的计算效率,提出并建立了反演方案所需要的半参数化数值表,利用内插方法寻求气溶胶光学厚度和地表反射率的数值解的反演方法。     

基于决策树的高光谱数据特征选择及其对分类结果的影响分析

本文利用OM IS高光谱数据,研究了决策树算法（Decision Tree,DT）特征选择的特点以及特征选择对决策树分类结果的影响。设计了三种特征选择方法：SEP,MDLM和RELIEF,将它们与DT特征选择的结果以及特征选择后的分类精度（考虑了三种分类器：最大似然法、后向传播神经网络、最邻近法）进行对比,并分析了这三种特征选择方法对决策树结构和分类精度的影响。结果显示,DT是一种比较好的特征选择方法;经过特征选择后再生成的决策树比直接生成的决策树,用到更少的特征（平均减少了43.36%）、有更多的节点（平均增加了18.61%）和更高的分类精度（平均提高了0.35%）,当样本数量少时,分类精度的提高幅度最大,而树的大小却基本没有增加。     

改进的光谱角制图沿照度方向分类法及其应用——以ETM数据为例

选取多光谱遥感数据（ETM）对新疆北山西段中坡山笔架山一带进行了遥感蚀变信息提取方法研究。根据光谱角制图信息增强方法的优缺点,通过对光谱照度的研究,提出了结合光谱角分类方法进行沿光谱照度方向距离分类的信息提取方法。实验表明,该方法应用于ETM数据,增强了目标信息,同时剔除掉因照度所产生的大量非目标信息,为优化信息提供了一种有效的方法。在地形比较平坦的研究区取得了很好的应用效果。     

基于NDVI背景场的雪盖制图算法探索

NDSI算法提取MSS雪盖面积时,受到MSS影像缺少短波红外波段的局限。为充分精确提取MSS影像的雪盖面积,本文探索一种以NDVI为背景场的雪盖制图新思路。该方法首先在辐射校正时利用6S模型反演地表反射率,然后根据各地物的光谱特性差异和NDVI特性差异,在ENVI软件SPECTRAL模块中创建冰雪光谱阈值查找表。通过ETM＋和TM影像的三个例证,详细阐明该算法流程以及查找表的创建,并以NDSI对其雪盖制图进行精度验证。结果一致表明,与常规的分类方法（最大似然法）相比较,本文探索的NDVI背景场算法有更高的总体精度和Kappa系数。     

融合形状和光谱的高空间分辨率遥感影像分类

提出了一种像元形状指数及基于形状和光谱特征融合的高（空间）分辨率遥感影像分类方法。形状和光谱是遥感影像纹理的具体表现形式,尤其在高分辨率影像中地物细节得到充分表达,相邻像元的关系及其共同表征的形状特性成为分类的重要因素。本文用像元及其邻域的关系来描述其空间结构,同时为了更全面地利用影像特征,提出了基于支持向量机的形状和光谱融合分类方法。实验证明,该方法计算简便且能有效表达高分辨率影像的地物特征,提高分类精度。     

一种多/高光谱遥感图像端元提取的凸锥分析算法

凸锥分析方法常用于多光谱和高光谱遥感图像的端元提取。遥感图像中的每个像元都可以看作一个多维向量,整幅影像看作由离散的非负向量构成的凸锥,通过寻找凸锥的角点来自动获取图像的端元。本文提出了一种自动选择最佳凸锥角点的方法,应用到传统的凸锥分析方法中,提高了凸锥分析方法的效率。利用模拟数据和真实数据实验验证了算法的可行性。