ICA结合纹理特征的SVM盐渍化信息提取研究

以渭干河-库车河三角洲绿洲为例,利用ETM+数据,探讨了该绿洲盐渍化土地覆盖信息的提取方法。提出了基于ICA与纹理特征的SVM复合的分类方法（简称ICA-T-SVM法）,通过此方法对该绿洲进行分类研究,并将分类结果与基于ICA的SVM法（简称ICA-SVM）、单源数据（光谱）SVM法、最大似然法（MLC）、神经网络法（Neural Network）分类结果进行定性和定量比较分析。研究结果表明：该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题,并对高纬输入向量具有较高的推广能力。总精度达到93.418 3%,比基于ICA的SVM法提高了3.412 3%,比单源信息的SVM分类法提高了3.423 7%,比最大似然法提高了4.979 6%,比神经网络法提高了7.714 4%,取得了良好的效果。与传统的分类方法的比较表明,文中所提出的分类方法具有明显的优越性和良好的前景,因此该方法更适合于遥感图像分类和盐渍化信息提取,是地物遥感信息提取的有效途径。     

新疆干旱区绿洲土壤盐渍化信息提取对比研究

在遥感影像分类的过程中非光谱特征起着重要的辅助作用。纹理特征作为一种重要的非光谱特征对于遥感影像分类精度的提高也有很重要的作用。以渭干河-库车河三角洲绿洲为例,利用ETM+数据,探讨了该绿洲盐渍化土地覆盖信息的提取方法。提出了基于SVM的光谱和纹理两种信息复合的分类方法,通过此方法对该绿洲进行分类研究,并将分类结果与最小距离法、最大似然法(MLC)、神经网络法(Neural net)和单源数据(光谱)SVM分类结果进行定性和定量比较分析。研究结果表明：该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题,并对高维输入向量具有较高的推广能力。总精度达到93.179 5%,比单源信息的SVM分类法提高了3.161 8%,比最大似然法提高了4.825 2%,比神经网络法提高了7.475 6%,而与最小距离法相比,总精度甚至提高了11.102 9%,取得了良好的效果。与传统的分类方法的比较表明,文中所提出的分类方法具有明显的优越性和良好的前景,因此该方法更适合于遥感图像分类和盐渍化信息提取,是地物遥感信息提取的有效途径。     

矿井水文地质特征及充水因素浅析

矿井充水威胁煤矿的安全生产,并不同程度地威胁矿井工人的生命安全,还影响着煤矿企业的经济效益,对国家安全生产也会造成巨大的经济损失。本文以峰峰矿区一矿为例,通过分析概况水文地质特征,总结分析本矿井的充水因素情况,提出防治措施,给将来矿井防治水工作提供地质依据。     

基于栈式自编码的水体提取方法

为了进一步提高利用遥感图像进行水体提取的准确率和自动化程度,提出一种基于栈式自编码(SAE)深度神经网络的水体提取方法。通过堆叠稀疏自编码器构建深度网络模型,使用逐层贪婪训练法依次训练每层网络,从像素层面无监督学习特征,避免传统神经网络等方法需进行人工特征分析与选取的问题;用学习到的特征结合相应的样本标签有监督训练softmax分类器;利用反向传播(BP)算法微调优化整个模型。采用塔里木河ETM+数据进行实验,基于SAE的水体提取方法准确率达到94.73%,比支持向量机(SVM)和反向传播(BP)神经网络方法分别高出3.28%和4.04%。实验结果表明,所提方法能有效提高水体提取的精度。     

基于多光谱数据的荒漠矿区土壤有机质估算模型

目前运用高光谱数据估算土壤有机质的模型精度已经可以达到精准农业的要求,但其数据的整理和运算过程较为复杂且观测尺度较小。为节省资源,提高效率并为多光谱遥感估算土壤有机质积累经验,该文将Landsat8_OLI多光谱遥感影像各波段的反射率数据与地面土壤有机质SOM(soil organic matter)实测数据相结合,利用SPSS软件及多元线性回归分析方法建立基于反射率R、反射率倒数1/R、反射率倒数对数LN(1/R)、反射率一阶导数FDR(first derivative reflectance)的土壤有机质定量估算模型,精度检验后择取最优模型通过多光谱遥感波段运算的方式推广至整个研究区。结果表明:FDR模型的精度更高,RMSE为0.215,F检验结果为4.072,预测值与实际值之间的决定系数R2为0.963。基于该模型估算研究区空间范围的土壤有机质含量,得出土壤有机质含量在0~5 g/kg之间的面积占总研究区的84.065%,>10 g/kg的面积仅仅为0.001 5%。在4种土地类型中工矿用地SOM平均含量为最高的7.35 g/kg,受开采的煤炭中有机质影响较大。裸地面积2 674.44 km2,占研究区面积的63%,SOM平均含量6.12 g/kg;盐渍地和荒漠林地SOM含量偏低。总之,运用多光谱遥感数据估算干旱区土壤有机质的方法可行,也为遥感估算其他地表参数提供参考。     

实测端元光谱和多光谱图像之间的模拟与细分

地物光谱特性是遥感应用的基础。本文以渭干河-库车河三角洲绿洲为研究区,首先选取裸土、植被两类地物作为研究对象,通过TM传感器的光谱响应函数,实现了将野外实测端元光谱拟合为多光谱离散光谱。其次在对TM图像的光谱波段进行细分的基础上,利用光谱知识库的数据支持来模拟获取具有更高光谱分辨率的细分光谱光学遥感图像,深入开展两种尺度相互转换的研究。结果表明:一、拟和的多光谱与TM像元光谱具有很好的相关性,在此基础上,采用线性算法建立端元光谱与遥感图像像元光谱的转换模型,实现了从实测端元光谱尺度向遥感多光谱像元尺度的定量光谱转换,为遥感定量分析奠定了一定基础。二、细分光谱模拟图像的方法能够较为可靠的模拟出真实高光谱分辨率图像的信息,模拟方法可信,达到了推广和验证的效果。     

IDL在数字图像处理课程教学中的应用

本文根据“数字图像处理”课程理论性与实用性的特点,分析了数字图像处理教学中采用IDL软件的必要性.在介绍图像处理技术和IDL软件的基础上,举例详细说明了利用IDL软件实现图像增强和图像边缘检测的方法,并给出了实验结果.     

基于GF-2数据的田间尺度盐渍化提取——以新疆艾比湖流域为例

为了更加准确有效地监测田间尺度上土壤盐渍化的时空分布,针对农田-裸地交错带,提出先区分农田和裸地两种景观再进行盐渍化提取的策略,首次使用高分二号数据对艾比湖流域农田-裸地交错带干湿两季的盐渍化进行提取和分析。结果表明:本文方法的总精度达到95%以上,且减少了常规分类中经常出现的椒盐现象;纹理特征的加入使农田类别的光谱可分性从1.5以下提升到1.7,进而增加了提取农田边界的精确性;研究区干季的盐渍化面积较湿季上升了50%左右,中度盐渍化的面积比例上升最大为27%,干湿季差异非常明显。本研究推进了国产高分二号亚米级数据在干旱区农田-裸地交错带盐渍化提取的研究与应用,也为干旱区农田灌溉方案的制定和次生盐渍化灾害的控制提供信息支持。     

基于Sentinel-1的绿洲区域尺度土壤水分微波建模

根据最新Sentinel-1雷达系统参数及研究区地表参数特点,采用AIEM模型进行数值模拟分析,建立稀疏植被覆被下地表微波散射特征数据库,并在此基础上构建干旱区土壤水分模型.结果表明,1)不同入射角和极化方式下,后向散射系数对土壤含水量(Mv)、组合地表粗糙度(Zs)的响应分别呈明显对数相关,VV极化对土壤水分响应更敏感,最优响应区间范围为Mv 0~30%、Zs 0~0.06 cm.2)初探Sentinel-1雷达数据预处理方法,Gamma MAP滤波去噪最优,模型用于土壤水分空间分布信息提取与研究区同期野外实况具有良好的一致性,符合四月渭-库地区春旱期土壤水分时空分布特征.3)对于0-10 cm表层土壤水分,模拟值同实测值相关系数达到0.76,即该模型对于干旱区绿洲区域尺度表层土壤水分监测具有适用性.