高光谱激光雷达谱位合一的角度效应分析

高光谱激光雷达以其谱位合一的技术优势为实现超三维精准遥感观测提供了可行途径,因此成为当前激光雷达与高光谱遥感领域共同大力推进的前沿发展方向。目前已有多型原型系统研发出来并得到了原理性验证,然而针对其数据处理核心环节问题的基础技术仍较为欠缺。典型问题之一是不同波段回波信号受激光入射角度的影响,该角度效应限制了高光谱激光雷达实现高性能遥感。以芬兰空间信息研究所高光谱激光雷达原型系统扫描桦树树干为例探讨了该角度效应,发现了不同激光波段对不同入射角度的回波强度响应模式,推导出了角度效应的基本规律及其精细尺度的统计规律,为后续该方向的系统研发、数据处理及信息提取等提供了可借鉴的底层机理与技术基础。     

高光谱植被指数VIUPD的Matlab7.0实现

本文首先介绍了高光谱植被指数VIUPD,然后利用ENVI4.0对AVIRIS数据进行了预处理,并利用处理后的数据在Matlab7.0上实现了植被指数VIUPD,最后通过ENVI4.0进行了结果显示。结果表明,VIUPD比NDVI和EVI对于植被的变化更敏感。     

高光谱影像库的数据存取技术研究

在GeoRaster数据存储模型的基础上,使用基于存储过程的影像入库方法,创建Import_Img_Data存储过程,利用C#语言调用该过程实现高光谱影像的存储。采用基于动态数据表转换的数据获取方法,从数据库的GeoRaster对象中获取像元的光谱曲线,在数据库层面上实现高光谱数据的图谱合一。研究结果表明,2种方法能为高光谱影像数据库的建设提供技术支持。     

成像光谱技术的古画隐藏信息提取

目的 古画隐藏信息是包含在画作中的一种微弱信息,对于文物鉴定与修复具有非常重要的意义,如何快速无损准确提取古画中微弱的隐藏信息是目前研究和应用的一大技术难题,本文利用高光谱成像技术快速无损提取古画隐藏信息。方法 对古画进行高光谱扫描成像,得到短波红外波段（1 000~2 500 nm）的高光谱立方体数据,联合多种光谱匹配技术分析古画中人物头冠颜料种类;利用主成分分析技术,提取古画头冠周围涂抹痕迹。结果 通过多种光谱匹配算法对颜料进行分析,确定了颜料种类,并对匹配算法进行了对比,结果表明在颜料混合的情况下,光谱匹配算法仍能够有效的识别出混合颜料的端元种类,光谱信息散度与光谱角的匹配算法SID_SA匹配精度可以达到0.096,相比其他匹配算法,效果最好;利用主成分分析技术分层剥离主要背景信息后,头冠周围位于画作底层的涂抹信息得到了加强,可以有效地区分背景颜料信息与涂抹信息,提取隐藏信息。结论 高光谱分析技术对古画隐藏信息的提取有很好地识别效果,能够准确提取绘画颜料种类,发现绘画过程中的涂抹等痕迹,特别适用于混合颜料的种类识别与画作底层信息提取,发掘画作隐藏信息,为文物保护修复与鉴定提供支持。     

采用可见/近红外成像光谱技术的玉米籽粒品种识别

利用地面成像光谱辐射测量系统（Field Imaging Spectrometer System,FISS）获取了5种玉米籽粒的成像光谱数据,经反射率反演、噪声去除和一阶微分处理后,运用Wilk-lambda逐步判别法进行波段选择并建立判别模型。交叉验证结果表明:（1） 平均识别精度为91.6%,除了高油115的识别精度仅有87%外,其他品种的识别精度均在90%以上;（2） 在分类方案、光谱波段数、每类样本数量不变的情况下,分类精度受类别数和类别间可分性的影响;（3） 随着入选波段数的增加模型识别精度逐步提高。因此成像光谱技术在玉米品种的识别以及质量检测方面具有重要的应用前景。     

大幅面高光谱扫描系统在文物研究中的应用

为使高光谱成像技术能够在大幅面绘画类文物研究和保护中充分发挥面分析的优势,研制了大幅面高光谱扫描系统,同时建立了传统颜料数据库。与以往高光谱成像技术对文物进行的局部分析相比,该系统不仅提高了分析效率,而且可对绘画文物整体进行颜料鉴别和相对浓度分布研究,可以为绘画中复杂调色工艺的研究提供巨大的帮助。目前,已使用该系统对故宫博物院东华门天花彩画、纸本书画《丁观鹏画不二尊者图轴》、绢本书画《沈庆兰画贴落》和唐卡《吉祥天母画佛像》进行分析研究,并将其用于文物隐藏病害、隐藏墨迹、底稿线等信息的提取与增强,颜料成分鉴别和混合颜料工艺研究等方面,取得了良好的效果,对绘画类文物的研究与保护具有重要的意义。     

基于Sentinel-2的UNVI植被指数及性能对比研究

作物精准识别和分类是农业遥感检测的重要内容,对作物长势监测以及估产十分重要。以美国混合农业带为研究区,基于Sentinel-2时间序列影像,根据其传感器响应函数计算了针对Sentinel-2的通用归一化植被指数（Universal Normalized Vegetation Index,UNVI）,并通过两个对比实验,分析UNVI等6个指数在作物精准分类中的性能。实验一以JM（Jeffries-Matusita）距离为指标对不同作物类别之间的可分性进行分析,结果表明UNVI优于NDVI、EVI、WDRVI、NDre1和NDWI指数,在玉米和棉花、玉米和水稻、玉米和水稻的区分上,UNVI优于其他指数区分能力相当,但在其余的作物组合上如棉花和水稻,NDVI等指数则无法将其很好的区分,此时UNVI指数依然可以表现出较好的区分能力;实验二对6种时间序列指数特征分别使用随机森林和支持向量机进行作物分类,结果表明UNVI指数的总体精度和Kappa系数最高,其次是NDre1指数和WDRVI指数,EVI的总体精度和Kappa系数最低,这表明UNVI比其他6个指数更好地区分了研究区大豆、玉米、棉花和水稻等4种主要作物。综上,基于Sentinel-2时间序列的UNVI指数在进行作物分类时与其他5种遥感植被指数相比,具有较大的优势,UNVI可为农作物长势分析和作物估产研究等农业研究和应用的可选植被指数。     

基于比值导数光谱法的强线性波段特征分析

矿物成分含量的精确定量反演是高光谱研究中亟待解决的热点和难点。线性光谱混合模型是目前研究最为深入并且简单高效的光谱解混模型,但是矿物混合反射率光谱中的非线性特征影响了线性模型在矿物定量反演中的精度。比值导数光谱法是一种特殊的光谱处理方法,它可以消除混合物中其它物质的影响而直接得到目标物含量与混合光谱变化之间的对应关系,提取出对于目标信息较为敏感的波段。本文对于固体矿物和粉末矿物反射光谱进行了比较分析,并基于比值导数光谱法对于石膏与绿帘石粉末混合物进行光谱定量反演,提取出端元矿物的强线性波段,结合矿物特征吸收谱带信息,从反射率光谱、比值光谱以及比值导数光谱等不同角度总结强线性波段的分布特征,初步判定强线性波段分布于端元矿物特征吸收谷附近的陡坡以及反射率光谱交点处。     

太阳能热水器在泊头城乡推广前景广阔

太阳能是一种取之不尽,用之不竭又无染的可再生能源,它的开发利用前景十分广阔,在推广太阳能热水器这一项目上我们的做法是:1.引进好的产品,服务上门。过去在推广利用中因忽视了产品质量加之管理不当,使一些用户投了资却受益不大。现在我们首先在“选型”上入手,先后派人到北京大兴县,河北省承德等地引进了好的产品,通过正面宣传,与用户签订“使用合同”登记卡片。合同规