分形维数作为高光谱遥感数据波段选择的一个指标

在分析最大值、最小值、标准差等传统统计量作为高光谱遥感数据波段选择方法的优缺点后，将分形维数作为波段选择的一个指标，弥补了传统统计量不能获取图像空间结构信息及其变化规律的缺点。在研究中采用分线法和三角棱柱法两种方法计算了研究地区OMIS-Ⅰ成像光谱仪各波段沙地、植被的分形维数。分析表明，第Ⅰ、Ⅴ两个光谱波段区各波段分形维数变化相对平缓，图像质量及空间结构较好，是研究中重点考虑的波段；而Ⅱ、Ⅲ、Ⅳ各区分形维数较高，且波动性大，图像质量和空间结构差。另外，高光谱数据分形维数计算结果表明，分形维数的变化反映了高光谱数据各波段空间结构信息变化，定量地表示了不同波段间的差异，因此，传统统计方法结合分形维数将为高光谱遥感应用研究中选择最佳波段提供新的技术支持。     

整合机载CASI和SASI高光谱数据的北方森林树种填图研究

将机载CASI和SASI高光谱数据整合,既可以获取可见光-近红外-短波红外区间连续的窄波段地物光谱,又能得到很高的空间分辨率,为高覆盖度的森林树种识别又增加了一种新方法.但是由于两种传感器的光谱响应不同,接收到的辐射值差异较大,如何将两种数据有效整合目前仍是一个难题.CASI和SASI覆盖谱段不同,受大气影响程度也不同...     

森林冠层氮含量遥感估算

使用高光谱数据估算叶片与冠层尺度的森林氮含量.首先采用基于高斯误差函数的BP神经网络Erf-BP建立叶片尺度氮含量的遥感估算模型;其次根据几何光学模型原理,推导冠层光谱与叶片光谱的尺度转化函数,将Hy-perion影像的冠层光谱转换到叶片尺度并反演叶片尺度的氮含量;最后,利用森林结构参数LAI得到研究区域冠层尺度氮含量.结果表明,隐含层包含8个神经元的Erf-BP模型最优,检验精度为76.8597%;利用尺度转化函数估算670 nm和865 nm冠层光谱与实测光谱决定系数为0.5203和0.4117;反演叶片尺度氮含量与实测数据的决定系数为0.7019;该方法为高精度快速估算叶片和冠层尺度森林氮含量提供参考.     

BRDF模型及其反演研究的现状及展望

介绍了二向性反射的物理模型及半经验模型在理论研究中的新进展,并分析了各个模型的优缺点,为模型选择提供了依据;同时对模型反演的策略和方法及最新研究进展进行了概述。在此基础上,对实验研究、理论研究以及应用研究中存在的主要问题及目前的一些解决方案进行了分析,并讨论了遥感反演研究的未来发展方向。     

基于CCGIS的三维虚拟校园建模仿真

文章以东北林业大学为例,以带高程信息的二维矢量数据和用数码相机到实地拍摄的纹理数据为基础,讨论了利用CCGIS5.0平台进行三维虚拟校园建模仿真的过程,重点阐述了CCGIS系列软件中VRModel模块三维建模仿真的关键技术和方法,以及在应用VRModel模块建模和纹理映射过程中的技巧,最终实现了交互式虚拟漫游系统.实践证明,这种建模方法费用低康、建模精度高、纹理表达真实、建模快捷,是目前较为理想的一种三维建模途径,此方法在中小区域(校园、小区等)的三维建模仿真中更显出其优越性,将得到进一步的推广和应用.     

基于多元辅助信息的机载LIDAR点云数据滤波分类研究

借助多元辅助信息对黑龙江省凉水国家级自然保护区内las标准格式的原始激光雷达点云数据进行处理。首先根据研究区内地形起伏分布和地物的不同裁剪分割点云数据,去除掉极高点与极低点;然后采用渐进式不规则三角网算法和带权的线性迭代预测算法,通过设置不同的参数组分别对具有代表性特征的分块数据进行滤波试验,对比分析了两种算法在不同地形区域的滤波效果,进而得到各自的适用范围。再结合这两种算法对所有分块进行滤波处理,并充分利用las格式点云携带的强度与回波及同步获取的影像等多元信息,帮助分类。最后评价多元信息滤波分类的效果。结果表明:结合两种算法和多元辅助信息对凉水地区进行滤波分类能很好地保留地形与地物的局部细节信息,从而为准确构建研究区域的数字高程模型和数字表面模型提供了技术依据,同时验证了机载LIDAR技术在东北林区应用推广的可行性与优势性。     

PHI-3高光谱数据预处理

主要介绍PHI-3高光谱遥感数据从原始数据到产品这一阶段的预处理情况.针对该数据的特点,对原始数据进行了完整性处理、格式转换、辐射校正、暗电流处理、几何校正等预处理,获得了较好的图像,为数据的进一步处理和应用奠定了基础.     

荒漠化地区高光谱遥感图像地物光谱重建的研究

应用高光谱遥感技术对荒漠化进行监测的过程中,重建地物光谱是一项关键性的技术。在图像预处理及光谱重采样的基础上,通过严格模拟大气辐射过程,推导并选用一元线性模型来重建荒漠化地区地物光谱,获得了满意的结果,为目标地物直接识别及其信息的定量反演奠定了基础。     

物候特征辅助下的随机森林宏观尺度土地覆盖分类方法研究

通过遥感技术获取大范围土地覆盖信息对于监测、理解和预测自然资源具有重要的科学意义.MODIS数据是当今宏观尺度土地覆盖研究的主要数据源.本文以河北省为研究区,应用MOD13Q1数据产品,构建MODIS NDVI时间序列,从中反演物候特征作为参与分类的主要辅助信息,并采用随机森林分类方法进行宏观尺度土地覆被分类实验,并与单决策树(CART)进行对比分析.实验结果表明,物候特征辅助下的随机森林宏观尺度土地覆被分类方法的总体精度为87.2％,Kappa系数为0.83,比CART单一决策树精度提高了17.9％;应用物候特征参与分类,使得总体精度提高2.6％;其中,旱地和建筑用地精度分别提高了6.7％和11.9％.     

机载成像光谱仪图像边缘辐射校正的研究

通过对国产高光谱仪OMIS－I系统的数据进行分析，发现由于地物的二向反射分布等因素的影响图像边缘部分与中心部分的相同地物光谱曲线发生了变化，表现在彩色合成图像上相同地物呈现不同色调，经过对数据深入分析研究后，提出了一种空间参数拟合的直方图匹配方法，并用VC＋＋语言编程实现，取得了很好的效果。