基于主成分回归的土壤有机质高光谱特性分析

以实验室制备的土壤样本和室内高光谱数据为基础,通过对光谱数据进行重采样、数学变换等预处理,探讨土壤有机质的高光谱特性,利用相关分析和主成分回归分析在不同的土壤粒径水平及不同的光谱变换形式下,建立了回归模型,结果显示在0.25 mm粒径水平下以反射率的对数的一阶微分处理之后的光谱数据建立的模型最优。     

松嫩平原典型土壤高光谱定量遥感研究

为实现松嫩平原典型土壤理化参数时空信息的快速获取,为定量遥感、精准农业等相关研究服务,以松嫩平原典型土壤的高光谱反射率为研究对象,分析土壤反射光谱特征及其与土壤理化参数的关系,建立基于反射光谱指数的土壤理化参数遥感估算模型;提取黑土光谱特征点,建立黑土反射光谱曲线模拟函数.结果表明:松嫩平原不同土壤光谱特征差异主要在450-600,600-800 nm两个吸收谷部分,土壤有机质是黑土反射光谱特征的决定因素;不同于南方土壤,铁对松嫩平原典型土壤反射光谱特征的影响较小;随着含水量的增加,土壤水分对土壤光谱反射率的作用过程可以用三次方程定量描述;基于土壤反射率及反射光谱特征的土壤理化参数光谱预测模型可以用于土壤相关理化参数的快速测定;基于光谱特征点的黑土反射光谱曲线模拟函数可以准确描述黑土的反射光谱特征,这一方法可以用于高光谱数据压缩和基于多光谱数据的高光谱反射率重建.     

基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型

旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。     

基于核Fisher判别分析的高光谱遥感影像分类

高光谱遥感技术,将反映目标辐射特性的光谱信息与反映目标空间位置关系的图像信息有机地结合在一起.高光谱影像具有丰富的光谱信息,较全色、多光谱影像能够更好的进行地面目标的分类识别.在介绍核Fisher判别分析算法的基础上,选用径向基核函数,使用一对一或一对余构造多类构造法,并利用交叉验证网格搜索法优化核函数参数,构建了快速稳定的多类核Fisher判别分析分类器.通过OMIS和AVIRIS影像的分类实验,表明了核Fisher判别分析与支持向量机的分类精度相当,但是所需的训练时间较短.     

应用高光谱遥感数据估算土壤表层水分的研究

土壤水分是土壤的重要组成部分，它在陆地表层和大气之间的物质和能量交换方面扮演着重要角色，寻求快速而准确的方法估算土壤水分具有重要意义。通常，从可见光一近红外对土壤表层水分的估计多是建立在土壤水分与反射率的关系之上的。而在土壤水分含量不高时，土壤水分的增加使土壤光谱反射率在整个波长范围内降低，尤其在760nm，970nm，1190nm，1450nm，1940nm和2950nm等水分吸收波段，而在土壤水分含量较高时，土壤水分的增加会使土壤光谱反射率在某些光谱波段升高。而土壤水分的估计往往是基于土壤水分与土壤水分吸收波段的吸收强度之间的线性关系上，虽然这些经验的方法对于估算某些土壤的表层水分含量是有效的，但这些关系应用于其它条件(如不同种类土壤、土壤湿度变化范围很大的情况)时却面临很多困难，这与土壤的光谱反射率是由土壤的组成成分(土壤水分、有机质、氧化铁和粘土矿物等)的含量和它们在土壤中的分布密切相关。微分技术处理“连续”的光谱是遥感中常用的数学方法，微分技术能部分消除低频光谱成分的影响。现在微分光谱已广泛地应用于研究植被的生物物理参数、矿物和有机质等。然而利用微分光谱对土壤水分反演的研究却鲜见报道。本文通过对实验室中多种不同类型的土壤进行光谱与土壤表层水分含量进行观测，探讨了通过土壤反射率与微分光谱对土壤表层水分的反演方法。4种类型的土壤光谱数据(反射率(R)，反射率倒数的对数(log(1／R))，反射率的一阶微分光谱(dR／dλ)，反射率倒数的对数的一阶微分光谱(d(log(1／R))／dλ))与土壤表层水分之间的关系在本文中得到分析，R与log(1／R)对于不同土壤类型与土壤表层水分都很敏感，说明通过R与log(1／R)反演土壤表层水分受土壤类型的影响很大，而dR／dλ，d(log(1／R))／dλ)对土壤类型却不敏感，对土壤表层水分较为敏感，说明dR／dλ和d(log(1／R))／dλ)对于反演不同类型土壤具有很大的潜力，微分光谱与土壤水分在某些波段具有显著的相关性。通过随机对9种土壤(各具有4个土壤水分)的数据建立反演土壤水分的模型，并其他9种土壤(各具有4个土壤水分)的数据进行验证模型，结果表明，dR／dλ和d(log(1／R))／dλ)能够显著提高R与log(1／R)对于不同土壤类型土壤表层水分的反演精度，由于吸收过程是非线性的，在四种类型的土壤光谱数据中，总体来说，d(log(1／R))／dλ)具有最好的能力预测不同类型土壤的表层水分含量。     

基于Aster数据的新疆渭——库绿洲及其周边地区土地沙化信息提取

以新疆渭干河——库车河绿洲及其周边地区为研究区,在野外调查的基础上,基于Aster数据,利用NDVI、植被盖度作为特征变量,结合偏最小二乘回归法模型反演得到的盐分含量(SSC)指标作为决策树分类的各节点的判别函数,通过决策树分类方法实现了沙化土地信息的提取与制图。结果表明结合植被覆盖信息与土壤特性能够在提取沙化信息的同时区分出盐渍化土壤,结果与野外调查较为一致。该研究为大区域土壤沙化信息提取与制图提供了较好的方法。     

土壤湿度的偏振反演模型与实验

采用了一种偏振方法来测量土壤湿度,并改进了一种粗糙表面的偏振反射模型。利用该模型对土壤湿度的偏振特性进行了分析与实验,发现该模型模拟数据与实验数据之间存在很强的相关性,进而可以建立该模型中的某些参数与土壤湿度的定量关系,为定量反演土壤湿度提供新的途径。     

面向应用的海量高光谱影像处理与分析系统集成与实践

论述了基于VC 6.0平台开发的高光谱遥感影像处理与分析系统H IPAS V1.0TM系统关键技术与总体架构,详细讨论了面向海量高光谱影像数据框架设计和针对行业应用的系统集成思路。给出了基于航空平台的高光谱图像处理与分析系统的处理流程和业务模式。解决了海量遥感影像的处理、分析以及地表参量反演等关键问题,并针对具体行业应用(如水环境监测,植被生长监测,岩石矿物填图)提供基础支撑平台。并给出了H IPAS V1.0TM系统典型的应用实例。     

基于高光谱遥感的四种典型道路光谱特征分析

利用高光谱遥感的方法,采用美国ASD公司生产的FieldSpec 4(背负式非成像高光谱仪),光谱范围覆盖350—2 500 nm,开展了对水泥混凝土道路、沥青道路、砖路和泥路这4种最为常见的典型道路的高光谱数据野外观测。利用光谱均值、反射率计算、一阶导数、二阶导数、倒数后对数变换等方法,对原始光谱数据进行处理,分析对比4种道路的光谱曲线,研究4种道路各自的光谱特征并找到能很好地区分这4种不同道路类型的最佳波段。旨在探索不同道路类型的光谱特征,为道路识别与提取提供重要依据。     

基于模糊模式识别的土壤含铁量高光谱估测

对横山县采集的84个土样350—2500 nm波段的光谱曲线进行了土壤含铁量光谱反演分析,证明了以包络去除法处理光谱数据为基础所建立的模糊贴近度反演模型为最佳,利用模糊贴近度识别进行土壤含铁量反演是可行的。     

基于SPOT-4/VEGETATION数据的中国植被覆盖动态变化研究

植被动态变化对全球能量循环和物质循环具有重要的影响,对植被覆盖变化的研究在全球变化研究中具有重要的意义。为了阐明近8年来中国植被覆盖的整体状况,利用SPOT4-VEGETATION/NDVI时间序列数据,以各个像元的线形回归的相关系数及其显著性水平为植被覆盖活动的指标,对我国1998~2005年8年间的植被覆盖状况及其年际变化进行研究分析。     

基于多次散射的植被-土壤二向反射模型

运算过于复杂是目前多数植被二向反射模型存在的一个突出问题。对冠层的各次散射、透射和地面土壤反射分别进行分析和考虑 ,建立各次反射光谱分量与叶面积指数的函数关系。在Verstraete (1 986 )的物理模型的基础上加上多次散射和土壤反射的分量 ,建立了基于多次散射的植被 土壤二向反射模型 ,并证明仅考虑前三次散射即可满足一般精度要求。该模型克服了原模型的不足 ,并可根据叶面积指数等参量直接计算二向反射率 ,避免了运算量巨大的叠代运算 ,故便于应用。实验证明 ,该模型具有较高的精度