卫星遥感反演土壤有机质研究进展

土壤有机质是评价土壤质量的关键指标,了解土壤有机质含量及其空间分布,对实现土壤养分精准管理、促进农业可持续发展具有重要意义。近年来,遥感技术的迅猛发展为土壤属性定量化研究提供了丰富的数据源,卫星遥感反演土壤有机质逐渐吸引了更多的关注。文章针对土壤有机质反演的相关研究,阐述了土壤遥感及传感器发展历程、土壤有机质遥感反演机理;系统归纳了直接法、间接法以及实测高光谱与卫星遥感相结合3种反演方法的发展现状;将不同研究方法的优势及不足进行对比,并详细分析制约土壤有机质反演精度的关键因素,最后对卫星遥感反演土壤有机质的发展趋势进行展望。     

光学一数字混合方法在遥感中的应用

本文综述光学/数字混合方法在我国遥感研究中的应用，着重介绍了光学功率谱分析方法在海洋调查、地物识别、航片筛选，森林树种识别以及卫星图片分析等遥感领域的应用研究现状，指出了这一技术的发展方向.     

土壤光学遥感研究进展

土壤是一个时空连续的变异体,传统土壤参数测定与监测方法难以揭示土壤的时空间异质性规律;土壤光学遥感可以实现土壤主要参数的快速、宏观测定。本文综合评述了土壤不同理化参数(有机质、土壤水分、矿物组成、土壤质地、土壤结皮)在光学波段的光谱特征与遥感反演,光学遥感在土壤分类与制图方面的应用;分析了土壤线的各种影响因素(外部因素及相关土壤理化参数),以及土壤线对植被指数定量监测植被状况的重要性;归纳了土壤光学遥感存在问题与发展趋势。     

光谱遥感岩矿识别基础与技术研究进展

遥感技术的发展与地物光谱特征的研究密不可分。主要从光谱遥感发展与地质应用的趋势出发,从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展。对于遥感岩矿的识别基础,主要阐述物谱关联和物理模型研究的技术方法与进展以及其对遥感地质应用的促进与深化。在技术方法方面,主要从多光谱与成像光谱两个层次上,分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性。强调了岩石矿物光谱特征在遥感岩矿识别与地质成因信息提取中的重要性。     

区域土壤盐渍化遥感监测研究综述

对国内外遥感监测土壤盐渍化发展情况作了介绍,对土壤盐渍化及其动态变化遥感监测方法进行了总结,数字图像处理将成为区域土壤盐渍化遥感监测研究的主要手段,土壤盐渍化是一个世界性的问题,应将遥感琢遥感图像处理的最新成果充分运用到盐渍土监测研究中,为盐渍土治理与农业可持续发展提供信息保障。     

土壤盐碱化遥感应用研究进展

对近年来国内外遥感监测土壤盐碱化的研究进展作了介绍,并从土壤盐碱化遥感信息特性和影响因素、各种遥感数据源、数据处理方法和研究热点等方面做了总结。土壤盐碱化的遥感方法和传统方法可获取多源的数据,包括来自多平台遥感的光谱数据、地面实测和实验室分析数据、其它研究手段得到的地理相关数据以及历史资料等。在GIS技术支持下的多源数据集成方法可对土壤盐碱化进行定量探测,在土壤盐碱化遥感应用中取得了较好的效果。     

遥感土地覆盖类型识别的自组织神经树模型

本文提出遥感土地类型识别的自组织神经树模型，并选取一组标样作为研究对象。在所选例子中预测效果较好，结果表明，该方法性能良好，可望成为遥感土地覆盖类型识别的有效手段。     

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。     

基于遥感和电磁感应的盐渍土识别分级——以河南封丘为例

以河南封丘TM影像及田间电磁感应调查为基础研究盐渍土的识别分级。通过分析遥感影像的光谱特征,得出几大地类的光谱亮度值和光谱指数差异;同时,利用电磁感应调查结果解译出土壤电导率作为辅助信息,用以辅助盐渍土的提取和分级,最后建立地类识别及盐渍土分级的标准进行决策树分类。研究结果表明,综合运用遥感和电磁感应技术,不仅能够有效的提取水体、城镇等非农用地,而且能够比较准确的识别农用地中的盐渍化土壤,尤其是中轻程度的盐渍化土壤,这对于有效评价该地区土壤盐渍化现状及指导农业生产具有积极意义。     

计算机视觉技术在地理信息系统中的应用

目前,地理信息系统领域中的数字摄影测量和遥感特征目标识别主要是侧重于测绘技术与理论,而较少考虑计算机视觉技术理论,因而本文从计算机视觉技术角度出发,主张在地理信息系统领域里引入计算机视觉技术理论。本文主要介绍了计算机视觉技术在地理信息系统领域的数字摄影测量和遥感特征目标识别中的应用,并论述了他们所采用的与计算机视觉领域相关的一些关键技术,最后本文又着重论述了计算机视觉技术在数字摄影测量和遥感特征目标识别应用中所存在的问题以及它们今后的发展趋势。     

光学遥感图像舰船目标检测与识别综述

遥感图像舰船目标自动检测与识别是遥感图像处理与分析领域备受关注的课题, 其核心任务是判断遥感图像中是否存在舰船目标,并对其进行检测、分类与精确定位, 它在海面交通监控、船只搜救、渔业管理和海域态势感知等领域具有广阔的应用前景. 本文主要围绕光学卫星遥感图像中的舰船目标自动检测与识别, 分析舰船目标检测与识别面临的难点问题, 综述当前光学遥感图像舰船检测与识别的主要处理方法, 在此基础上指出研究中尚存在的问题并展望未来的发展趋势.     

遥感图像目标识别的并行处理方法

为提高遥感图像目标识别的速度，减少消耗的时间，提出了一种特殊的遥感图像目标识别的并行处理方法。基于这种方法，只需对串行识别算法做较少的改动即可实现遥感图像目标识别的并行化处理，无需设计专门的并行识别算法，以较低的代价解决了遥感图像目标识别耗时较多的问题。     

油气藏烃类微渗漏理论及遥感油气资源探测的机理研究

油气藏烃类微渗漏理论是油气资源遥感直接探测的理论依据，本文叙述了油气藏性类微渗漏的一些新论点及研究的进展。遥感技术探测地下油气的有利聚集，主要是捕获油气藏烃类微渗漏的一系列地表“性变”标志。给出了一个概念模型，共综合了七种有效的标志，并重点介绍了遥感探测地表土壤烃组分异常标志的机理。
介绍了两个以地表土壤烃组分异常标志为主的多元遥感信息复合分析的应用实例，分析结果与实际符合较好。     

基于MODIS产品的区域土壤遥感分类研究——以新疆为例

以新疆维吾尔自治区全境为研究区域，采用中高分辨率MODIS遥感数据和地形数据，在第二次全国土壤普查数据库的支持下，采用自动分类方法，探讨了遥感技术在常规土壤调查工作受限制的干旱地区进行土壤调查的效果和适用性。研究中使用了MODIS地表反射率、植被指数、地表昼夜温度等数据产品，提取了多种图像特征，并结合了DEM生成的地形参数。研究区土壤分类系统在发生学分类的基础上集合遥感信息特征进行了调整，形成了具有26个土壤类型及特殊地表覆被的土壤遥感分类系统。经分类试验，总体精度为70%左右。
     

不同含水量黄棕壤反射光谱特征研究

采用多光谱辐射仪(MSR～16R)对自然条件下不同水分含量黄棕壤光谱特征进行了研究，试验结果表明在可见光部分(460～710nm)，土壤含水量与光谱反射率相关性差，而在红外部分(760～1650nm）土壤含水量与光谱反射率达到极显著负相关，模式方程拟合度都在0．86以上，因此通过测定土壤光谱反射率来推算土壤含水量是可行的。应用地面光谱测量试验的结果，本文讨论了由地面光谱测量来推算土壤含水量向由卫星遥感影像反演土壤含水量过渡的可能性，进而对采用TM遥感影像对黄棕壤分布区土壤水分状况实施遥感监测的可行性作了一些探访。     

黄河流域甘肃片水土保持遥感判读特征研究

以黄河流域甘肃片水土保持遥感普查为例,分析了土壤侵蚀六项主要影响因子:侵蚀类型、侵蚀强度、地表组成、地貌类型、植被覆盖及地面坡度。通过研究各因子在TM影像上的分布、形状、纹理等识别特征,探讨了水土保持影响因子在遥感判读中的信息提取方法。并具体应用到2000年黄河流域甘肃片遥感普查数字化工作中,提出了各因子遥感判读特征分类系统。     

土壤遥感自动识别分类与制图专家系统的研究——国家基金课题通过成果鉴定

中国科学院新疆地理所遥感应用室和中国科学院新疆物理所数字图像处理室共同承担的国家自然科学基金资助项目--“土壤遥感自动识别分类与制图”研究业已结题,并通过了中科院新疆分院的鉴定。目前,计算机土壤遥感制图是计算机遥感制图效果较差的专业之一,这主要是由于土壤的同土异谱与异土同谱、背景信息干扰、土壤表面状态变化以及现行分类软件简单化等因素所造成的。利用现行的计算机自动分类制图方法所得到的分类精度在60-70%之间。该课题所研制的专家系统抛弃了现行的仅以遥感数据为依据以空间集群为手段的分类方法,改用以反映土壤光谱特征的遥感图像信息和反映成土条件的非遥感图像信息为论据,并设计出具有土壤专家解译遥感图像的分析、推理和决策能力的推理决策器     

高光谱遥感技术的铅污染监测应用研究

从高光谱技术的发展及其在植被遥感领域的应用出发，探讨了植被高光谱特征研究及其常用分析方法，对在营养胁迫情况下植物的叶绿素等变化对高光谱遥感响应的特征进行分析；归纳了获得优势应用的植被指数和导数光谱，植被光谱信息提取方法；总结了土壤遭受重金属铅污染及其对植物的影响的机理；针对遭受污染胁迫的植物的地面高光谱特征提出了利用地面高光谱遥感技术作为土壤及植物重金属污染的遥感监测手段；在探讨其应用现状的同时展望了高光谱遥感数据支撑与校验的应用前景。     

城市绿化现状高分辨率卫星数据遥感图像分类探讨——以石家庄市城市绿化现状遥感图像分类处理为例

本文主要应用IKONOS高分辨率卫星数据，依据城市建筑物、城市道路、植被的波谱特征，对城市绿化现状遥感调查分类进行了深入的探讨，通过非监督分类和监督分类，试图达到自动分类识别的目的。就石家庄市城市绿化现状遥感调查分类结果而言，分类效果令人满意。     

基于卷积神经网络的光学遥感影像分析综述

光学遥感影像包含大量的地物信息，图像复杂性高，如何充分利用影像中的特征信息准确进行识别一直是该领域应用的一个难题。卷积神经网络具有对复杂特征进行选择和提取的优势，在遥感影像识别中有着优异的表现。介绍光学遥感影像的特点和经典的卷积神经网络及其在光学遥感影像中的研究实例，并基于遥感影像数据集进行了网络性能分析。从场景分类、目标检测和图像检索三大领域，详细综述常用的遥感影像数据集和研究进展，并作算法性能分析。最后给出基于卷积神经网络的光学遥感影像识别在未来的研究方向。