面向对象的航空高光谱图像混合分类方法

传统的高光谱分类通常仅考虑单一像元的光谱或纹理特征,分类后容易出现地物破碎的现象。鉴于此,本文提出了一种面向对象的混合分类方法,将面向对象的分割结果与传统的像元级分类结果进行有机融合,充分利用对象的光谱特征和空间结构特征。在此基础上,引入了2种具体的混合分类方法,即多尺度分割的SVM分类和多波段分水岭分割的SVM分类。前者将地物光谱的可变性进行弱化处理,转化为多尺度均质对象单元进行分类;后者融入了地物的空间信息和形态学特征,对分割得到的同质区域进行分类。将这2种分类方法应用于航空高光谱数据,实验结果表明：面向对象的混合分类方法的总体精度分别为92.63%和96.13%,与传统的像元级分类法相比,分别提高了10.14%和13.64%,有效地解决了分类后地物的破碎现象。     

气象卫星用于近海污染监测及赤潮预报方法探索

近年来，由于工农业和沿海养殖业的发展，我国近海污染逐年加重，赤潮发生频次增加。因此，监测近海污染和赤潮发生预报方法研究势在必行。本文用ＮＯＡＡ／ＡＶＨＲＲ数据，分析近海水域污染状况，并探索赤潮发生的预报方法。     

立足国内开拓创新走向世界——中国科学院遥感应用研究所高光谱遥感发展30年回顾

世界高光谱遥感技术的发展只有20 多年的历程, 中国的高光谱遥感发展与国际基本同步, 在需求牵引和中国科学院、自然科学基金委员会的支持下, 特别是通过863 计划和国家攻关计划, 中国科学院遥感应用研究所(简称遥感所)与上海技术物理研究所等单位紧密协作, 相继研制了一系列高光谱遥感设备, 开展了大量的技术试验和应用基础研究, 不仅在国内结合国家需求取得了很好的应用效益, 而且开展了多项国际合作, 走向世界, 开创了以中国高光谱技术支持中国科学家与国外发达国家科学家合作研究的先河, 并进一步推动了高光谱遥感的发展。在长达20 多年的发展中, 遥感所高光谱遥感已成为中国的一个重要研究基地。本文从航空航天高光谱成像仪器的研制、应用技术及信息处理等方面, 回顾了遥感所高光谱遥感走过的历程及其对高光谱遥感发展的贡献。     

面向对象规则和支持向量机的天宫一号高光谱影像分类

传统的高光谱分类方法通常基于单一像元的光谱或纹理特征,很少考虑地物空间结构信息与空间相关特征.本文将面向对象规则与基于像元的分类进行融合,利用对象的空间结构特征和光谱特征进行混合分类,旨在克服像元层次分类的不足.本文尝试性的提出了两种混合分类方法:(1)基于分形网络演化的多尺度分割支持向量机分类(2)基于多层分水岭分割的SVM分类,并将这两种方法应用到天宫一号高光谱数据上.结果表明:基于面向对象规则的混合分类方法有效地提高了分类精度,不仅能够改善同谱异物现象,而且解决分类结果中地物破碎的问题.     

成象光谱图象光谱吸收鉴别模型与矿物填图研究

本文提出了一种光谱吸收鉴别模型，拟通过矿物光谱吸收特征的鉴别，在成象光谱上实现矿物直接识别与填图。该模型的核心是光谱吸收指数技术（ＳＡＩ）。从理论上探讨了ＳＡＩ的本质，应用Ｈａｐｋｅ光谱模型讨论了ＳＡＩ与光谱吸收系数（ｄ）以及单散射反照率（ｗ）之间的函数关系，并从成象光谱图象辐射信息传递过程分析了图象ＳＡＩ与光谱吸收深度的关系，而光谱吸收深度与岩石矿物成分含量之间具有定量关系，这显示了ＳＡＩ提取矿物定量遥感信息能力。ＳＡＩ已经成功地应用于ＦＩＭＳ、ＭＡＩＳ和ＧＥＲＩＳ图象处理与矿物填图，本文通过哈图、塔里木、以及澳大利亚松谷的实例研究，表明ＳＡＩ是一种有效的提取矿物类型与丰度信息的方法。     

大湄公河次区域中尺度行政区划地理信息系统数据库（GMS_AdmBnd）开发标准研究

大湄公河次区域是自1992年起由亚洲开发银行启动的区域性长期合作计划涉及的区域。在大湄公河次区域经济合作数字化分析过程中,行政区划地理信息系统数据库就成为其中基础性数据库,也是应用面最宽的数据库。本文重点是在现有的行政区划地理信息系统数据库的基础上,建立大湄公河次区域中尺度行政区划地理信息系统数据库（GMS—AdmBnd）的开发标准,包括：主要技术指标,开发流程和成果质量比对指标。本论文内容的发表,将便于用户在使用该数据时根据数据库特点,了解其适用性和局限性,有针对性地加以应用。     

从光谱到时谱——遥感时间序列变化检测研究进展

地物的光谱信息是遥感数据的重要特征,对遥感光谱信息的利用经历了从黑白全色影像到多光谱、高光谱再到时间序列的发展历程.近年来,随着卫星遥感技术的发展和历史数据的积累,大量的重复观测数据被获取.长时序的遥感数据包含光谱维、时间维和空间维4个维度的信息,这在一定程度上能够避免同谱异物、同物异谱的现象.目前还没有统一的概念对长...     

遥感卫星数据产品分类分级规则研究

随着遥感卫星应用的发展,多源、多时相、多尺度以及不同类型遥感卫星的数据综合集成应用以及与地面观测信息集成,对遥感信息产品进行深度开发利用正在成为遥感应用的重要趋势。目前不同国家和地区、不同系列的遥感卫星数据产品分别采用不同的分类分级方案,难以适应多源、多系列地理空间信息整合应用的需求。本文从遥感应用对遥感卫星数据产品分类分级的需求出发,分析了目前主要遥感卫星的产品系列及其数据产品分类分级规则,参考了正在研究的相关国际标准,遵循系统性、科学性、完整性、兼容性、可操作性和可扩充性原则,研究提出了中国遥感卫星数据产品分类分级的规则。该规则以卫星载荷采用的遥感探测光谱特征及其数据获取方式作为分类依据,以卫星遥感数据的处理水平作为分级依据,建立统一的遥感卫星数据产品的分类分级体系。该规则与正在研究制订的相关国际标准保持一致,不但覆盖目前广泛应用的各类遥感卫星数据产品,而且能方便地建立与现有遥感卫星数据产品分类分级方案的映射关系,并且对未来的数据产品的分类分级留有比较充分的可扩充性,为遥感卫星数据产品分类分级指标体系的研究和相关国家标准的研制提供了依据。     

遥感云服务平台技术研究与实验

遥感云服务是基于云计算技术,整合各种遥感信息和技术资源,通过互联网以按需共享的方式提供的遥感应用服务.本文在分析遥感云服务的基本模式和技术特点的基础上,阐述了遥感云服务的技术体系及关键技术,包括遥感数据云存储、遥感数据云处理、遥感应用云服务以及遥感数据云安全技术等,设计了遥感云服务平台总体架构和功能模块,并介绍了作者团队基于云计算技术研发的遥感云服务平台原型系统.该系统支持用户根据业务选择遥感数据和应用软件,在云服务平台自动部署的虚拟机上进行在线使用.实验表明,遥感云服务平台可以汇聚来自不同服务商的遥感信息、应用软件和计算资源,为用户提供一体化的按需应用服务,对于遥感技术的普及应用和产业化发展具有重要意义.     

结合野外与实验室光谱的土壤Pb含量反演

重金属污染日益加剧,重金属在土壤中的聚集不仅破坏了生态平衡,也对人类的健康生活造成了影响,因此快捷、准确地获取土壤中的重金属含量成为土壤污染监制与治理的重要环节。高光谱遥感技术的发展使得快速低成本反演土壤重金属含量成为可能。针对野外光谱受环境因素（土壤粒径、含水量等）的影响,且现有研究中普遍存在样本量不足的问题,提出结合野外光谱与实验室光谱构建土壤铅(Pb)反演机理模型的方法,首先,采用直接矫正（direct standardization,DS）算法对野外光谱进行环境因素校正;其次,通过引入实验室光谱联合建模的方式,提高样本的差异性;最后,提取铁氧化物特征谱段用于建模以增加反演的机理性。利用中国河北雄安一般农作区的70个土壤样本野外光谱数据研究表明,未经DS校正的野外光谱全谱段单独建模,反演精度R2仅为0.220 0,而所提方法的反演精度R2可达0.914 6, 模型具有出色的估算能力,表明在去除环境因素对野外光谱影响基础上,综合利用野外光谱与实验室光谱的铁氧化物特征谱段建模能够显著提高Pb含量的反演精度。