滨海盐渍土可见近红外高光谱特征

土壤光谱是遥感监测的物理基础,盐渍化土壤光谱特征研究对于盐渍化土地的监测有着重要的意义。以黄河三角洲地区的滨海盐渍土为研究对象,通过野外土壤样品采集和高光谱测量,研究在去除水分以及剔除土壤质地影响后,不同盐渍化程度的滨海盐渍土在350~1 100 nm区间的高光谱反射和吸收特征,并且试图构建光谱预测模型。结果表明: 平滑后的光谱曲线能更准确有效地描述光谱的反射特征及吸收峰。不同盐化程度的土壤光谱曲线形态一致,但反射率大小差异较大。连续统去除后,490 nm处轻度盐化土吸收最小,在760~920 nm区间重度盐化土的吸收更强烈。原始光谱不能预测土壤盐渍化信息,但是二阶微分变换能够提高波段敏感性,建立的光谱预测模型能够基本满足预测要求。     

滨海盐渍土可见近红外高光谱特征

土壤光谱是遥感监测的物理基础，盐渍化土壤光谱特征研究对于盐渍化土地的监测有着重要的意义。以黄河三角洲地区的滨海盐渍土为研究对象，通过野外土壤样品采集和高光谱测量，研究在去除水分以及剔除土壤质地影响后，不同盐渍化程度的滨海盐渍土在350~1 100 nm区间的高光谱反射和吸收特征，并且试图构建光谱预测模型。结果表明: 平滑后的光谱曲线能更准确有效地描述光谱的反射特征及吸收峰。不同盐化程度的土壤光谱曲线形态一致，但反射率大小差异较大。连续统去除后，490 nm处轻度盐化土吸收最小,在760~920 nm区间重度盐化土的吸收更强烈。原始光谱不能预测土壤盐渍化信息，但是二阶微分变换能够提高波段敏感性，建立的光谱预测模型能够基本满足预测要求。     

滨海盐渍土可见近红外高光谱特征

土壤光谱是遥感监测的物理基础,盐渍化土壤光谱特征研究对于盐渍化土地的监测有着重要的意义。以黄河三角洲地区的滨海盐渍土为研究对象,通过野外土壤样品采集和高光谱测量,研究在去除水分以及剔除土壤质地影响后,不同盐渍化程度的滨海盐渍土在350～1 100 nm区间的高光谱反射和吸收特征,并且试图构建光谱预测模型。结果表明:平滑后的光谱曲线能更准确有效地描述光谱的反射特征及吸收峰。不同盐化程度的土壤光谱曲线形态一致,但反射率大小差异较大。连续统去除后,490 nm处轻度盐化土吸收最小,在760～920 nm区间重度盐化土的吸收更强烈。原始光谱不能预测土壤盐渍化信息,但是二阶微分变换能够提高波段敏感性,建立的光谱预测模型能够基本满足预测要求。     

区域土壤盐渍化遥感监测研究综述

对国内外遥感监测土壤盐渍化发展情况作了介绍,对土壤盐渍化及其动态变化遥感监测方法进行了总结,数字图像处理将成为区域土壤盐渍化遥感监测研究的主要手段,土壤盐渍化是一个世界性的问题,应将遥感琢遥感图像处理的最新成果充分运用到盐渍土监测研究中,为盐渍土治理与农业可持续发展提供信息保障。     

HJ-1星多光谱影像火烧迹地信息提取研究——以百色市为例

为识别火烧迹地等地类,以广西百色市为研究区,采用HJ-1星多光谱影像数据近红外波段光谱值、林火发生前后两时相各自NDVI值以及NDVI变化值,基于先验知识和统计分析构建决策树分类模型,通过与传统最大似然分类提取结果的比较分析,表明基于多特征的决策树模型能够有效地对HJ-1星多光谱遥感数据进行火烧迹地等地类提取,在研究区并具有良好的推广性。     

高分辨率遥感影像道路线性要素识别

为有效从高分辨率遥感影像中自动提取道路,提出利用线性要素间的拓扑关系识别道路线性要素的方法。提取影像中的线性要素并获取其邻域的光谱属性形成有向直线段;利用提出的道路线性要素识别模型,将满足条件的有向直线段聚类生成道路要素集;利用先验知识进一步验证。该方法主要使用道路线性要素的结构信息,适用于大范围、场景复杂的遥感影像,具有较高鲁棒性,目前该方法已应用于基于高分辨率遥感影像的GPS导航道路数据的生产和更新。     

IKONOS影像白泡云识别方法研究

高空间分辨率IKONOS影像应用在海洋遥感时,白泡云的强反射特性严重影响了水体信息的提取。本文利用归一化处理后的IKONOS影像数据研究分析了白泡云与其背景地物的光谱特征。通过光谱一阶微分运算形成特定的数学参数使得地物的光谱特征参量化,提取白泡云光谱特征,研究开发了白泡云遥感识别模型。试验结果表明该识别方法准确度高,在识别水体中白泡云区域的基础上可有效处理海洋遥感水体信息提取过程中白泡云的干扰影响。     

CBERS影像数据在土壤盐渍化评价中的应用——以焉耆盆地为例

采用CBERS遥感影像数据,对焉耆盆地不同类型典型地物进行光谱分析。根据不同地物在不同波段的光谱特征曲线,分别选取第一、第三波段与BI指数合成并进行监督分类。结合土样分析结果,评价了焉耆盆地内土壤盐渍化程度。结果表明,盐渍土主要分布于开都河沿岸和博斯腾湖北岸地区,其中30%为轻度盐渍地,9.1%为中度盐渍地,5.5%为重度盐渍地。     

基于HJ-1卫星CCD遥感数据的作物秸秆光谱识别模型与提取方法研究

作物秸秆信息的准确提取对于农业可持续发展与秸秆焚烧火点的探测有重要意义。本文在野外作物秸秆光谱采集与光谱特征分析的基础上,以江苏省扬州市区为典型研究区,依照HJ卫星CCD相机多光谱遥感波段进行光谱重采样,并结合HJ卫星CCD遥感数据,建立了作物秸秆光谱识别乘积指数(SMI),最后通过改进PSO最大类间方差算法对SMI影像进行"动态-全局"阈值分割,实现了作物秸秆信息的有效提取。     

利用辅助数据的荒漠区高分辨率遥感分类研究

使用美国NAIP高分辨率航空遥感影像,在多尺度、多变量影像分割的基础上,采用决策树方法建立干旱区半干旱区的荒漠分类规则,并结合水系、道路等辅助地理数据进行干旱区半干旱区面向对象遥感分类.选择位于美国亚利桑那州菲尼克斯大都市区的周边典型荒漠地区为实验区,利用河流、道路等辅助数据进行面向对象遥感分类效果要优于单纯依靠遥感影像的分类,能够有效地提取季节性河流和简易道路.研究对美国亚利桑那州菲尼克斯都市区周边的同一荒漠地区进行了实验,利用决策规则有效提取植被和荒地,以及提取简易道路和土壤,分类总精度从常规面向对象分类方法的82.85％提高到92.45％.研究结果表明:本文提出的分类方法对荒漠地区的泥土路和灌木及其整体分类精度有较大提高.利用辅助数据进行遥感分类可以改善特定研究区的高分辨率遥感影像分类精度.     

基于面向对象方法的遥感土壤盐渍化信息监测——以渭干河-库车河三角洲绿洲为例

遥感技术由于具有观测范围广、实时强等特点适合用来研究土壤盐渍化现象。利用遥感手段提取盐渍土信息已经取得了一定的成效。利用面向对象方法,以TM卫星图像数据和野外实地数据为数据源进行提取盐渍地信息。首先,对遥感影像进行预处理,预处理包括几何校正和辐射校正,然后对图像进行图像分割,图像分割使用了分割方法的多尺度分割法、特征选择、面向对象分类和分类图像进行精度评价。对面向对象方法和传统的基于像元分类（最大似然法和最小距离法）结果进行对比分析。结果表明：利用面向对象方法对TM遥感图像进行分类,能有效抑制“椒盐现象”的发生,分类精度比传统的分类方法更高,为盐渍地信息的自动提取提供了广阔的前景。     

基于光谱归一化的变组分光谱混合分析(NMESMA)方法及其应用

混合像元问题在低、中分辨率遥感图像中尤为突出,混合像元的存在不仅会影响地物识别和图像分类精度,也是遥感科学向定量化发展的主要障碍之一。因此,遥感图像混合像元分解及其地表覆盖信息的定量提取是近年来研究的热点。针对城市土地覆盖信息的定量提取问题,利用中等分辨率遥感图像(Landsat TM),集成光谱归一化与变组分光谱混合分析(NMESMA)的方法,基于植被-非渗透表面-土壤(V\|I\|S)模型,定量提取研究区植被、土壤和非渗透表面3类土地覆盖的定量信息,并与固定组分的光谱混合分析(LSMA)分解结果进行对比分析。结果表明:基于光谱归一化的变组分光谱混合分析(NMESMA)方法获得的精度高于传统固定组分的光谱混合分析(LSMA)结果,可有效解决光谱异质性较高的城市区域的混合像元问题,为有效提取城市地表覆盖信息,研究城市生态环境变化和模拟分析,提供了有效的信息提取方法。     

GA-PLS方法提取土壤水盐光谱特征的精度分析

光谱定量遥感已成为土壤盐渍化大尺度调查的有效手段之一,但黄河三角洲地区盐渍化土壤的光谱响应特征尚未明确。以黄河三角洲野外测定土壤体积含水率、电导率为例,应用遗传偏最小二乘法(GA-PLS)在小样本集条件下提取盐渍土壤的水分-盐分的光谱响应特征,利用蒙特卡罗方法随机模拟结果表明:在不同土壤水盐含量条件下,GA-PLS方法所提取的光谱特征具有鲁棒性,含水率模型稳定在23个波段变量,即响应特征为365~425,500~515,720~740,755~765与955~965 nm;土壤电导率模型的特征集数目为20个波段变量,特征为370~385,405~425\,500~535,650~660,755~760与1 030~1 050 nm。实验在不同预处理模型下,GA-PLS算法所建立水盐光谱模型较PLSR模型均显示出更高的精度。其中,包络线预处理方法与GA-PLS算法相结合效果最优,其水分光谱模型测试集拟合精度(R²),预测残差平方和(PRSS)与残差预测方差(RPD)分别为0.88,9.36与15.80;土壤光谱模型测试集精度R²,PRSS与RPD分别为0.71,15.68与13.76。     

基于Lansat7 ETM+影像的城市道路信息提取研究

道路信息是遥感卫星影像中一种重要的地理专题信息，道路信息的提取在卫星数字图像自动解译方面具有理论与方法意义，如果能自动地从遥感卫星影像中提取出道路网，将会简化城市地物目标的分类和测量过程。研究结合了计算机和人在自动检测和识别上的优势，以ETM＋为数据源，提出了遥感卫星影像中道路特征半自动提取的一种方法。研究首先对ETM＋的多光谱影像和15m分辨率的全色影像进行融合，然后通过设计一个高通滤波器和统计滤波器，完成道路信息的检测与识别（其中高通滤波突出地物的线性特征、统计滤波则是消除高通滤波后的一些噪音），最后进行矢量化跟踪完成道路信息的提取。实践结果表明，该方法能够从中等分辨率遥感卫星影像中提取道路信息，取得了较好的精度效果。     

基于一维Kohonen网络的遥感影像分类方法研究

分析了Kohonen网络的训练模式和聚类特性,选用规模相对较小的一维Kohonen网络,并调整网络输出层的规模和邻域形状,优化网络结构;同时根据多光谱遥感影像中地物波谱曲线特征,通过不同波段组合、波段权重系数调整等方法对输入数据进行预处理,使该方法更适用于多光谱遥感影像分类和专题提取.本文以浙江省绍兴地区多光谱遥感影像分类为例,研究结果表明使用改进后的分类方法可以有效提高分类精度.     

新疆干旱区绿洲土壤盐渍化信息提取对比研究

在遥感影像分类的过程中非光谱特征起着重要的辅助作用。纹理特征作为一种重要的非光谱特征对于遥感影像分类精度的提高也有很重要的作用。以渭干河-库车河三角洲绿洲为例,利用ETM+数据,探讨了该绿洲盐渍化土地覆盖信息的提取方法。提出了基于SVM的光谱和纹理两种信息复合的分类方法,通过此方法对该绿洲进行分类研究,并将分类结果与最小距离法、最大似然法(MLC)、神经网络法(Neural net)和单源数据(光谱)SVM分类结果进行定性和定量比较分析。研究结果表明：该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题,并对高维输入向量具有较高的推广能力。总精度达到93.179 5%,比单源信息的SVM分类法提高了3.161 8%,比最大似然法提高了4.825 2%,比神经网络法提高了7.475 6%,而与最小距离法相比,总精度甚至提高了11.102 9%,取得了良好的效果。与传统的分类方法的比较表明,文中所提出的分类方法具有明显的优越性和良好的前景,因此该方法更适合于遥感图像分类和盐渍化信息提取,是地物遥感信息提取的有效途径。     

面向河长制的河湖“乱占”现象遥感监测技术研究

为服务于河湖"清四乱"行动,加强河长对"乱占"问题的管理,以围湖造田和坑塘养殖2种"乱占"现象为研究对象,提出基于综合指数法、灰度共生矩阵及支持向量机等多种方法的"乱占"目标识别机制。运用高分辨率遥感影像,分别使用指数法和灰度共生矩阵提取"乱占"目标的光谱和纹理特征,并在融合光谱与纹理特征的基础上,利用支持向量机进行监督分类,输出混淆矩阵分析分类精度。研究结果表明:该方法应用于围湖造田和坑塘养殖2类"乱占"目标识别效果良好,能够有效减少实地调研工作量,为各级河长监督整改河湖"四乱"问题提供技术支撑。     

基于多时相光谱和物候特征的陕西省神木县地物遥感分类研究

开展了时间序列Landsat TM/ETM遥感影像定量化处理与相对辐射校正,提取了陕西神木县不同地物光谱和NDVI物候特征,结合时间序列NDVI物候特征和多时相光谱信息,采用了地表覆盖的决策树分类算法,实现了陕西神木县地物的高精度遥感分类,包括水体、沙地、城镇、耕地、林地、草地及灌丛等7类地物,分类总体精度达95.77%,Kappa系数达0.93。研究结果表明,基于多时相光谱和物候特征的决策树分类算法能够有效集成多时相、多光谱信息,从而克服了单时相影像分类的缺陷,实现了地物的分类。论文研究方法和结果能够为三北防护林区域的生态环境监测与评估提供技术支持。     

基于混合像元分解的高光谱影像柑橘识别方法

为及时准确地监测柑橘种植信息,以江西省会昌县作为研究区,采用EO-1 Hyperion高光谱影像作为数据源,构建了基于混合像元分解的高光谱影像柑橘识别方法。首先,针对EO-1 Hyperion高光谱影像提供了242个波段,光谱范围广的特点,在波段选择、大气校正等预处理的基础上,提取研究区典型地物端元光谱曲线;然后,利用全约束线性光谱混合模型进行混合像元分解,提取出柑橘端元的丰度值,并通过对照高分遥感影像,构建柑橘端元丰度与柑橘实际种植的对应的关系。结果表明:由于典型地物端元提取中不可避免的误差及柑橘冠层覆盖度的差异,柑橘种植的准确识别与其柑橘端元丰度阈值存在对应关系。在经过反复试验的条件下,研究区柑橘端元丰度阈值设定在0.30~0.45范围之内,总精度达到90%以上,能够满足柑橘种植识别要求。     

无人机可见光遥感影像地物目标提取技术研究

无人机可见光遥感影像中地物目标边界清晰度较低,容易导致地物目标与背景之间的区分度降低,进而难以提取地物目标。为此,提出无人机可见光遥感影像地物目标提取方法。从光谱特征、纹理特征和边缘特征三个方面分析无人机可见光遥感影像特征。结合三种影像特征对无人机可见光遥感影像数据集实行增广处理。对完成增广后的数据集定义影像编码标签,以此确定地物目标增强权重,通过参量化处理地物目标光谱特征,计算光谱吸收指数,获取地物目标提取表达式,从而实现无人机可见光遥感影像地物目标提取。实验结果表明,所提方法能够保证地物目标边界的清晰度,具有较强的地物目标提取能力。