基于数学形态滤波的植被光谱去噪方法研究

光谱维噪声使地物光谱扭曲或变形,中心波长偏移,影响地物信息提取和地表参量反演的精度。对光谱维噪声进行滤波处理,有利于改善遥感数据定量应用的效果。由于数学形态滤波的原理简单且较易实现,被应用到植被光谱以及有机化合物光谱的研究中。运用数学形态滤波对地面实测小麦光谱去噪,一方面对滤波后的光谱进行噪声和波形相似度的直观分析,另一方面通过植被指数反演小麦理化参量进行定量应用评价。结果表明,与传统Savitzky-Golay滤波相比,在可见-近红外波段范围内,数学形态滤波去噪后的光谱能够保持可见—近红外波段原始光谱的固有特征,叶面积指数和叶绿素的反演精度比去噪前有小幅提升,主要原因是实测光谱在该谱段范围的噪声影响很小;在短波红外波段范围内,数学形态滤波能有效去除短波红外大尺度噪声,提高叶片含水量的反演精度。而传统Savitzky-Golay滤波只能削弱短波红外大尺度噪声。广义形态滤波去噪后植被指数和叶片含水量之间的R2最高可达0.5130(去噪前0.3753),叶片含水量的反演值与实测值之间的R2最高可达0.4221(去噪前0.3097),RMSE为0.0243(去噪前0.0318),优于传统Savitzky-Golay滤波。     

基于BP神经网络的地下水离子化合物含量高光谱反演方法研究

地下水水质污染日益加重,监测地下水离子化合物含量有利于地下水的动态管理与精准防治。离子化合物光谱响应信号微弱且反演机理尚不明晰,现有研究多数对离子化合物进行简单的定性分析,较少采用数理统计方法综合估算其含量。基于离子化合物光谱机理和高光谱数据冗余的特性,通过测量实验室配比的不同浓度钠、钾、钙3种离子化合物标准液的可见—近红外反射光谱（400～1 000 nm）,探究水体3种离子化合物的光谱响应机理、最佳预处理方式及特征波段优选算法,并基于最优特征波段构建BP神经网络模型以定量反演离子化合物含量。研究发现：(1)3种离子化合物整体反射率在波长400～1 000 nm处与含量成反比,与离子的电荷数和半径成正比;(2)基于主成分分析较连续投影法提取的特征谱段,构建的多元线性回归模型能够较好地反演水体离子化合物含量;(3)KCl最优反演模型的预处理方式为SG滤波,CaCl2和NaCl最优反演模型的预处理为SG滤波后进行反射率归一化;(4)相较于传统线性反演模型,PCA-BPNN非线性模型取得了最优的反演结果,其中钾离子化合物含量反演结果最优,其训练集R2和RMSE分别达到0.996 4和248...     

SPARK卫星高光谱数据辐射质量评价

遥感数据质量评价是传感器研制和遥感数据应用的桥梁。针对2016年12月我国发射的自主研制的SPARK微纳卫星获取的高光谱数据,分别采用辐射精度、信噪比、信息熵和清晰度4个客观指标对SPARK 1A级数据的辐射质量进行评价。综合各个指标计算结果,方差和信息熵表明SPARK数据主要信息集中在81~152波段(542~985nm),该谱段数据平均信息熵6.28,信噪比47.63dB,清晰度179.5,均高于其他波段,即该谱段数据质量优于其他波段,有利于不同地物的光谱识别和空间特征提取;1~80波段(411~539nm)数据平均信噪比和信息熵分别为38.23dB和5.28,且图像在该谱段灰度值低,灰度变化范围较小,使用前可进行图像增强处理;153~160波段(1 000~1 105nm)是未定标数据,平均信噪比低于15dB,清晰度最低,地物光谱和空间信息均受到严重损害,建议舍弃。