双极化SAR目标分解方法研究及应用

在对常规雷达数据特征与地物分类研究的基础上,重点研究双极化SAR图像的目标分解方法,并基于神经网络将分解后得到的极化信息与常规雷达数据有机结合应用于植被的分类研究.结果表明,多种极化信息能够获取更多的地物信息,极大地提高了植被识别和分类能力.     

遥感影像的云及其阴影覆盖区光谱重构

以往遥感影像的云及其阴影去除方法侧重于受遮盖地物的几何特征恢复,不利于基于光谱特征的信息提取。为此,提出一种基于地物类别特征的光谱重构方法,采用两期相邻年份相近物候期的遥感数据,借助归一化差值和决策树分类的方法,检测厚云及其阴影,并提取相应区域地表覆盖类型信息,对两时相遥感影像各波段被遮挡区的每种地物类别做线性回归分析,获取被遮挡区的重构数据。实验结果表明,该方法在恢复受云影响地物几何信息的同时,较好地实现了遮盖区地物光谱信息模拟。     

扎龙湿地龙泡子水深的高光谱建模研究

以扎龙湿地龙泡子为研究区,用实测高光谱数据和同步测量的水深数据,建立湿地湖泊的水深反演模型。通过分析水体反射率的一阶微分与水深之间的相关性来选取水深反演因子,建立了水深反演单波段模型和多波段模型,以波长832.05、839.87、809.08和774.76 nm建立的多波段线性模型效果较好,相对误差为5.90%,均方根误差为10.869 cm。湿地内影响因素较复杂,要深入研究水中杂质和水体底质的光谱特征才能进一步提高反演模型精度。     

地形对蚀变信息光谱影响研究与应用

通过加入地形因子进行相关光谱信息分区来提取蚀变信息,首先利用ASTER影像立体像对提取DEM,进行地形(坡向)划分,即分为阳坡、半阳坡、半阴坡、阴坡4类型,将相对应的区域统计其波谱信息,分为不同的波谱区,然后分别用主成分分析法提取蚀变信息。结果表明:波谱分区蚀变信息提取方法能够更加有效地识别出各个波谱区的蚀变异常信息,有效减小地形因素对蚀变信息提取结果的影响,并且在研究区得到很好的应用。