面向对象的地物分类法分析与评价

结合南京市区IKONOS高分辨率遥感数据，研究利用面向对象分类法实现地物精确分类的方法和技巧，评估分类结果的精度，探讨面向对象分类法在地物分类应用中的潜力和限制，为高分辨率遥感在地物分类中的有效应用提供新的技术途径。     

面向对象的地物分类法分析与评

摘要:结合南京市区IKONOS高分辨率遥感数据,研究利用面向对象分类法实现地物精确分类的方法和技巧,评估分类结果的精度,探讨面向对象分类法在地物分类应用中的潜力和限制,为高分辨率遥感在地物分类中的有效应用提供新的技术途径。     

利用ASTER数据评价ETM+遥感数据自身融合效果

ETM+自身融合后的遥感影像折中了全色波段的高空间分辨率和多光谱波段的光谱分辨能力。通过同一季相和同一地区的ASTER影像和ETM+自身融合后影像的极限放大进行对比分析,发现ETM+自身融合后的彩色合成影像的空间分辨力达不到15 m,但能保证到17.3 m;通过ASTER影像和ETM+融合后影像的NDVI植被指数的对比分析,发现ETM+自身融合后的彩色合成影像的综合光谱分辨能力仍能保持ETM+彩色合成影像的73%以上。ETM+自身融合效果的好坏与融合算法优劣也具有一定的关系。     

基于MODIS数据的雪情分析研究

利用基于MODIS数据的NDSI和基础地理信息数据对西藏地区进行雪情分析，结果表明这是可行的。MODIS数据在空间分辨率和波谱分辨率上优于AVHRR，利用MODIS数据进行雪情分析和其他监测会更有利。本研究说明利用MODIS数据可以进行大面积雪情分析、雪灾监测。     

Aster数据的DEM生产及精度评价

利用贵州省黎平县ASTER 15m的立体影像像对进行DEM生产并对其精度进行评价。研究结果表明：ASTER数据提取DEM是可行的；地面控制点(GCPs)的精度、分布和数量是决定提取DEM数据精度的关键；控制点数目较多，分布均匀时可以大大提高DEM提取的精度。     

水稻叶绿素浓度与光谱反射率关系研究

结合田间小区实验,获取了水稻生育期9组叶片叶绿素浓度和相应的光谱反射率数据,进行了相关分析研究,结果表明:水稻叶片叶绿素浓度与其光谱反射率之间具有相关性,在450～686nm和750～770 nm光谱区内相关性较好,且在686 nm处两者达到最高的相关性;水稻叶片的“红边”拐点波长位置与其叶绿素浓度之间具有很强的相关性,复相关系数为0.88,并由此进一步讨论了高光谱遥感定量探测水稻叶绿素浓度的可行性。
     

土壤光学遥感的理论、方法及应用

本探讨了土壤光学遥感基础理论，分析了土壤质地、湿度、有机质和氧化铁含量以及土壤结壳等主要因素对土壤光谱特征的影响，归纳了主要的土壤遥感信息处理分析技术，总结了遥感技术在土壤资源制图、土壤地球化学制图、土壤盐碱化、土壤侵蚀等方面的应用，并展望了新型遥感技术在土壤研究中应用的广阔前景。     

植被指数与叶面积指数关系研究及定量化分析

基于ETM 原始图像、相应的视反射率图像和大气校正后的地面反射率图像，分别计算了贵州黎平县北部杉木林区相应的归一化植被指数。研究发现，基于视反射率图像计算出的归一化植被指数为相应原始影像的3～4倍，基于大气校正后的地面反射率图像计算出的归一化植被指数是相应原始图像的4～5倍。研究结果表明，归一化植被指数与相应地面实测的叶面积指数有着较好的线性相关关系，并且传感器影响去除、大气校正等技术手段将逐步提高归一化植被指数与实测LAI的相关系数。由此说明，在实际工作中，遥感信息定量化是极其必要的。     

ETM+数据绝对反射率反演方法分析

将传感器原始记录信号反演为地面反射率对于遥感定量化应用非常重要。为了寻找一种简单、精度高的绝对反射率反演方法，本文以新疆哈密为试验区，使用经验线方法和基于模拟大气状况的辐射传输模型方法对1999年8月的ETM 数据进行了反演研究。通过将各反演方法得到的反射率值与地面实测值及星上反射率进行对比来验证反演效果，发现经验线方法精度最高，中误差仅为0．063，而基于模拟大气状况的辐射传输模型方法精度差，甚至不如未经大气校正的数据。这是由于星上定标系数误差、辐射传输方程自身误差以及模拟大气误差综合的结果，本研究也说明今后在使用辐射传输模型进行大气校正时要慎重考虑。