高光谱遥感高速成像电路电磁兼容设计

在高光谱遥感成像领域,成像载荷在高空间分辨率、高光谱分辨率及大幅宽等指标方面需求不断提升,为解决星载高光谱成像高速电子学愈演愈烈的电磁干扰(electromagnetic interference, EMI)问题,提出了增强星载高光谱成像仪电磁兼容(electromagnetic compatibility, EMC)能力的针对性设计方法,并通过在某系列高分辨率高光谱成像仪载荷上的具体实施,验证了EMC针对性设计的有效性。为寻求高光谱成像仪EMI设计的理论方法及技术实现手段进行了有益探索,为其他遥感用星载高速成像载荷设计提供了有益借鉴。     

基于SMOTE和深度迁移卷积神经网络的多类不平衡遥感图像分类算法研究

在遥感图像分类实际应用中，深度学习经常面临高光谱数据有效标签不完备、样本多类不平衡和数据分布随时空动态变化等问题，难以发挥优势。基于上述问题，提出一个基于人工少数类过采样方法(synthetic minority oversampling technique, SMOTE)和深度迁移卷积神经网络的土地覆盖分类算法。所提算法创新性地采用深度迁移学习，使算法能够学习不同时空相同地物的相似性，并利用SMOTE方法对学习数据进行类分布空间优化平衡，从而解决目标域数据不足和数据类不平衡问题。两组公开的高光谱遥感图像被用来验证所提算法的有效性。实验结果表明，相比传统的深度学习，所提算法能够更有效地解决数据不足和数据类不平衡问题提高分类精度。     

基于局部统计特性和IHS变换的遥感影像融合

针对传统的高通滤波方法,提出了利用遥感影像的统计特性和IHS变换进行融合的方法。该方法通过对两幅遥感影像直方图匹配,进行影像融合。采用偏差指数、平均梯度和不同关系数三个指标对融合结果进行了定量评价。实验结果表明,与传统的高通滤波法相比,该方法在提高了多光谱影像空间分辨率的同时,更好地保留了多光谱影像的光谱信息     

我国精准农业实施的技术体系与行动对策探讨

在对国内外精准农业内容全面分析与研究的基础上，采用综合理论分析方法和技术系统集成法，较系统地建立了适合我国国情的精准农业技术体系，即包含精准农业技术基础、精准农业工程技术、精准农业支撑技术3个技术子平台，就目前我国应重点进行的行动对策做了相应的分析。     

我国精准农业的概念、内涵及理论体系的初步构建

在对国内外精准农业有关内容全面分析与研究的基础上，对我国精准农业的概念及其内涵做了界定，并较系统地建立了针对我国国情的精准农业的理论体系，指出精准农业的主要组成部分有：学科框架的理论基础、指导思想、方法论、实施原则、以信息化技术为核心的精准农业技术体系及分类等。精准农业必须直接面向农业科学，将实现社会、经济、环境协调发展的生态系统理论作为主要理论，其它相关学科如信息、资源与环境科学等理论是精准农业的支撑理论。     

基于Curvelet变换的多光谱图像与全色波段图像融合

为了使融合后的多光谱Ms图像在保持原始Ms图像光谱特性的同时,最大可能地提高空间分辨率,提出了一种基于Curvelet变换的遥感影像融合算法。该算法首先采用Curvelet变换提取全色波段Pan图像的空间细节信息,然后采用基于内容的注入模型将提取的空间信息局部调整后添加到各波段Ms图像中去,得到具有高空间分辨率的Ms图像。算法在有效避免融合后Ms图像光谱失真的同时,能够显著提高融合图像的空间质量。采用IKONOS卫星遥感影像进行了仿真实验,实验结果结果表明,该算法在光谱保留和空间质量提高方面比传统的基于小波变换融合算法具有更高的性能。     

基于自适应遗传算法的超平面分类及遥感应用

智能分类算法是遥感影像分类研究的热点,遗传算法作为一种智能全局优化技术在遥感影像分类中具有良好应用前景.针对现有多光谱遥感影像分类方法的不足,提出了基于自适应遗传算法的超平面分类方法(hyper plane-adaptive genetic algorithm,HP-AGA)并应用于遥感影像分类,该方法利用神经网络中的神经元激活函数Sigmoid函数,对遗传算法中交叉率、变异率进行非线性自适应性调整,不再需要反复训练遗传参数,同时利用快速全局寻优特点,确定分类超平面的各个位置参数,从而获取最佳分类超平面集进行分类.多光谱遥感影像分类方法的应用实验表明,基于自适应遗传算法的超平面遥感分类方法能更快、更稳定地收敛到全局最优解,具有更好的效率及鲁棒性,并能取得优于简单遗传超平面分类算法及传统分类方法的分类精度.     

基于地物提取场景建模的热红外遥感成像仿真

热红外遥感成像仿真针对现有的方法地表场景建模工作量大,难以用于仿真大场景、复杂地表覆盖条件下的热红外遥感成像,采用对地面场景可见光或高光谱图像进行地物提取并红外建模的方法,来获得其热红外仿真,在此基础上建立大气作用仿真及传感器系统仿真,得到机载热红外遥感成像仿真系统,提供了一种高效实用的复杂地面场景热红外遥感成像仿真方法,可实现对多信源数据的仿真补充。     

玉米地上鲜生物量的高光谱遥感估算模型研究

以ASDFieldSpec光谱仪实测了不同生长季大田玉米的冠层高光谱与作物的地上鲜生物量,采用单变量非线性拟合模型和线性逐步回归以及神经网络技术,建立了玉米地上鲜生物量高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及红边区的单波段反射率与作物的地上鲜生物量相关性较大,而其他波段与作物的鲜生物量相关性相对较差;多波段逐步回归方式构造的统计遥感模型预测效果相对理想,而通过神经网络方式建立的遥感估算模型结果最为理想,能够准确预测玉米的地上鲜生物量。图3,表1,参7。     

基于自适应稀疏表示的高光谱遥感图像分类

针对多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题,从稀疏表示基本理论出发建立了一个基于自适应稀疏表示的高光谱分类模型。利用训练样本构建字典,聚类每一步迭代所产生的余项,将聚类中心作为新的字典原子,然后将测试样本看成冗余字典中训练样本的线性组合,令字典能够更适应于样本的稀疏表示。利用华盛顿地区的HYDICE高光谱遥感数据进行试验,并且与主成分分析、线性鉴别分析、支持向量机、神经网络算法进行比较,结果表明,该算法的总体分类精度比其他算法提高了约12%,有效提高了高光谱影像的分类精度。