基于导数光谱位置变量的干叶片生化组分反演

利用实测干叶片生化组分和高光谱反射率数据，尝试用高光谱位置变量的一阶导数极值特征参数法提取生化组分。结果表明：对全氮、纤维素、木质素、淀粉含量贡献最大的波段分别是D4（1670nm～1735nm反射率一阶导数最小值）、D10（2235nm-2315nm反射率一阶导数最小值）、D8（2020nm-2100nm反射率一阶导数最小值）和D2（1400nm-1480nm反射率一阶导数最小值）。该方法提取干叶片各组分的精度较高，精度最高的是用3个波段提取淀粉含量。分析土壤叶片线性混合光谱表明：该方法能有效的消除土壤背景影响。     

高光谱反演叶片叶绿素及全氮含量

植物的含氮量和叶绿素含量指示了植被的健康状况.本文利用野外采集的叶片样本获取叶片的光谱反射率及叶绿素和全氮的含量,分析和利用高光谱数据反演叶片叶绿素及全氮含量的可行性及精度.鉴于高光谱数据存在冗余这一特性,本次试验采取了偏最小二乘法来对光谱数据进行回归分析,进行叶绿素和氮素含量的估算.同时,本文也比较了叶片叶绿素含量和氮素含量在不同单位表达形式下,偏最小二乘法对其的估算精度.试验结果表明,基于偏最小二乘法分析叶片反射率估测叶片的叶绿素含量及全氮含量具有很好的结果,精度全都达到85%以上,具有应用价值.     

植物生化组分遥感探测的光谱统计参数比较

利用统计分析方法,分析了叶片叶绿素和氮含量与其光谱特性的统计关系,分别建立了log(1/R)、反射率一阶导数(FDS)、对波深中心归一化(BNC)及对波深面积归一化(BNA)的光谱形式与叶片叶绿素和氮含量的统计方程,并对这4个指标的性能进行了比较和评价。结果表明采用描述光谱吸收特征的参数BNC和BNA,能够提高遥感估算植物生化组分含量的效果,特别是对氮的估算,其预测值与测量值的相关系数R达到0.960。     

植被含水量的遥感反演方法及研究进展

水分是影响植物生长的最主要限制因子之一.及时准确监测或诊断出植物含水状况,对提高农业的灌溉效率指导农业生产、监测自然群落的干旱状况、预报森林火灾具有重要意义.本文首先简单介绍了植物含水量光谱反演原理及水分的敏感光谱波段,然后对国内外植物水分光谱诊断的研究方法及进展以及存在的困难进行了评述,并提出了今后的研究方向和发展前景.     

基于光谱指数的植被含水率遥感反演模型研究——以岷江上游毛尔盖地区为例

利用研究区植被样本实测含水率和实测光谱数据,基于植被光谱指数法,建立植被含水率与植被光谱指数之间的数学模型,同时利用该模型对研究区的遥感数据进行分析,反演植被含水率。结果证明:简单比值光谱指数与植被含水率有较好的相关性,线性模型更适合该研究区的植被含水率反演。1999年和2007年两年的植被含水率反演结果显示:9年间植被含水率提高,含水率高的面积增大。     

基于岩矿蚀变组分特征光谱定量反演遥感蚀变信息研究

通过研究区实测蚀变岩矿样品光谱,在ASTER数据波段上重建其光谱曲线,分析岩矿蚀变组分丰度与其特征光谱参数的相关性,优选特征光谱参数与蚀变组分含量进行多元统计分析,推导出岩矿蚀变组分与AS-TER遥感数据各波段之间的回归函数,建立羟基蚀变遥感异常反演模型。这一方法在新?老山口地区应用,分别提取出了Al-OH、Mg-OH矿物遥感蚀变异常。与传统的比值、主成分分析等方法提取的遥感蚀变异常相比,本方法充分利用了各蚀变组分的光谱特征信息,提取的蚀变异常客观可靠,更符合区域矿产实际。     

基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究

根据高光谱遥感获得的冬小麦冠层数据,把由逐步回归方法和基于遗传算法(GA)的广义回归神经网络(GRNN)筛选到的光谱参数作为网络输入,冠层叶绿素含量作为网络输出,采用线性逐步回归方法、反向传播神经网络(BPNN)和GRNN来构建反演模型,模拟结果表明,GRNN和BPNN的预测精度要高于逐步回归方法,其RMSE分别为0.36 mg/g、0.52 mg/g和0.98 mg/g。由于GRNN可应用于小样本问题的学习,比BPNN对叶绿素具有更好的预测和泛化能力。     

基于微波和可见光遥感的冬小麦土壤墒情反演

土壤墒情是水文学、气象学及农业科学研究领域中的一个重要指标参数,对气候、农业、旱情监测都具有极为重要的意义。以河南省广利灌区冬小麦为研究对象,以水云模型为基础,利用Landsat-8和Sentinel-1 A数据计算双层衰减因子、植被和土壤的后向散射系数。采用RBF神经网络拟合土壤的后向散射系数与土壤含水量的关系,通过实测监测点对反演的结果进行精度验证,结果表明:相关系数的平方为0.754 5,均方根误差为0.022,结果良好,可为灌区冬小麦土壤墒情的评估提供参考。     

基于ETM和图像融合的优势植被冠层叶面积指数和消光系数的遥感反演

叶面积指数和消光系数是表征植被群体冠层结构及光能利用的地球表层下垫面参量,国内外对叶面积指数的遥感反演有较多的研究与应用,但对消光系数的遥感反演尚不多见。我国南方少见单一大面积的均匀植被分布。为更好地匹配叶面积指数和光合有效辐射(用于估算消光系数)的实测数据,反映植被混交和疏密不均的状态,以Landsat ETM作为遥感信息源,通过HSV、Brovey和Gram-Schmidt(GS)3种图像融合方法的比较,选取效果最佳的图像融合方法,将ETM融合成空间分辨率为15 m的多光谱数据。以鄱阳湖源头梅江流域为研究区,在实测优势植被叶面积指数和光合有效辐射的基础上,利用植被指数法经验公式法反演流域的叶面积指数,并根据Beer-Lambert定律,建立了流域优势植被冠层消光系数的反演模型。在此基础上,反演了流域植被冠层叶面积指数和消光系数的空间分布,为SWAT植物生长模式的修正提供输入数据基础。     

基于CHRIS/PROBA数据和地面实测光谱的三峡库区水体叶绿素a浓度反演研究

使用欧空局2001年发射的小卫星PROBA所获取的CHRIS数据,结合卫星过境时的准实时地面试验数据分析,提出了一种新的半经验模型用于反演三峡库区的叶绿素a.反演的最大误差为33%,最小误差8%,平均误差22%,均在预计的范围内.考虑到实验数据与卫星过境具有6-7天的时延,可基本认为反演结果与实测值符合,并反映了叶绿素a的全局分布,反演精度满足实用要求.     

基于句法的统计机器翻译模型与方法

该文总结了我们近几年来在基于句法的统计机器翻译方面所做的研究工作,特别是基于源语言句法的一系列统计机器翻译模型与方法,具体包括 基于最大熵括号转录语法的翻译模型,基于源语言短语结构树的树到串翻译模型及其相应的基于树的翻译方法,基于森林的翻译方法和句法分析与解码一体化翻译方法,基于源语言依存树的翻译模型。     

基于主分量分析的高光谱遥感数据噪声消除方法

高光谱遥感数据是一种超维数据,噪声随机地存在于其多个通道图像上,而某些特征谱段图像的信噪比在很大程度上影响着具体的光谱特性分析的准确性,高信噪比意味着地物探测或识别的高准确性;提出了一种新颖的基于小波-PCA分析的高光谱遥感数据噪声消除方法,首先对高光谱各波段图像进行二维小波分解,然后将各小波子图像进行主分量分析,根据噪声特性自适应选取主分量进行PCA重构;得到去噪后小波图像,最后进行小波重构。通过对OMIS图像的实验结果表明,该方法不但可以有效地消除高光谱遥感数据中的噪声,改善图像的信噪比,还能比较完整地保留原有高光谱数据的空间和光谱特性,且性能上要优于PCA方法和小波分析方法。     

混合像元分解模型综述

介绍了五种混合像元分解模型，分别为线性模型、概率模型、几何光学模型、随机几何模型和模糊分析模型，并对其中几种常用模型的优缺点及其适用性进行总结讨论。并对不同模型之间的相似和差异性进行比较分析。     

图像多尺度统计模型综述

基于小波变换的图像处理方法是目前的主流方法,而对图像特征的多尺度统计建模则是图像压缩、去噪、分割、纹理分析与合成等统计应用的关键问题。本文综述了图像的多尺度统计模型,包括边缘分布模型以及层内、层间和混合相关模型,分析了各模型的优缺点,给出了对各种相关模型捕捉系数间相关性能力的归一化量测。最后,简单介绍了基于多尺度几何分析的统计图像模型,并对多尺度统计建模的前景进行了展望。     

Partially Occluded Object Recognition Using Statistical Models

In this paper, we present a new Bayesian framework for partially occluded object recognition based on matching extracted local features on a one-to-one basis with object features. We introduce two different statistical models for occlusion: one model assumes that each feature in the model can be occluded independent of whether any other features are occluded, whereas the second model uses spatially correlated occlusion to represent the extent of occlusion. Using these models, the object recognition problem reduces to finding the object hypothesis with largest generalized likelihood. We develop fast algorithms for finding the optimal one-to-one correspondence between scene features and object features to compute the generalized likelihoods under both models. We conduct experiments illustrating the differences between the two occlusion models using different quantitative metrics. We also evaluate the recognition performance of our algorithms using examples extracted from object silhouettes and synthetic aperture radar imagery, and illustrate the performance advantages of our approach over alternative algorithms.     

高光谱遥感反演土壤重金属含量研究进展

土壤重金属污染是当今重要的世界性环境问题之一。如何快速高效地获取土壤重金属含量及分布信息是进行污染风险评价及预测研究的前提。高光谱遥感具有无损、实时获取信息的优势,利用高光谱技术反演土壤重金属含量仍处于探讨阶段,对其反演机理和建模方法的研究成果进行了介绍和分析。认为充分研究不同类型土壤对重金属的吸附特性,是深入理解重金属含量反演机理的基础。加强不同土壤类型、不同污染程度的案例对比分析,发展光谱信号处理方法,引入非线性建模算法,构建重金属形态量反演模型,是土壤重金属含量遥感估算研究的重要研究方向。     

常用统计翻译模型在口语汉英翻译中的比较研究

通过汉语到英语的翻译实验以及对结果译文的分析,对基于词的模型、基于短语的模型和基于句法的模型的翻译性能进行了比较.结果表明基于短语的模型性能优于其他两个模型,但是使用的参数较多;基于句法的模型虽然翻译性能不理想,但可以用较少的参数表达更丰富的信息,值得深入研究.     

遥感新技术的若干进展及其应用

概述了高光谱遥感、微波遥感、激光雷达和偏振探测等遥感新技术的特点，并在此基础上，综述了这些新技术在地质、海洋、大气、农业、环境、测绘等领域的应用现状。     

常用统计翻译模型在口语汉英翻译中的比较研究*

通过汉语到英语的翻译实验以及对结果译文的分析,对基于词的模型、基于短语的模型和基于句法的模型的翻译性能进行了比较。结果表明基于短语的模型性能优于其他两个模型,但是使用的参数较多;基于句法的模型虽然翻译性能不理想,但可以用较少的参数表达更丰富的信息,值得深入研究。