西安神禾塬地区高光谱遥感考古研究

与传统考古技术相比,遥感技术能快速、低廉地对大范围地下文物遗存进行探测和制图.但从以往大量考古遥感实践来看,遥感考古往往只是在地表残存一定遗迹的情况下才能取得好的效果,而对于地表没有残存痕迹的考古遗址,其遥感分析往往会无功而返.考古学家最需要的是在没有地表残存痕迹情况下的考古遥感探测技术.本文通过陕西长安县神禾塬高光谱遥感考古试验研究,介绍了一种新型的考古遥感技术--高光谱遥感考古,它通过探测和识别微弱的地物光谱异常,实现了在没有任何地表"常规"考古线索情况下的地下文物遗存探测.     

遥感--现代考古研究的第三只"眼睛"

我国是个历史悠久的文明古国，具有丰富的历史文化遗产，古代遗迹遗址遍布各地，仅依靠传统的考古方法和手段远不能满足我国考古工作的需要．而遥感技术大量运用到考古研究中，为考古工作带来了巨大活力，并取得了显著成绩．文章仅从遥感技术的功能特点简要地分析利用遥感技术进行考古研究的方法和原理，及其在考古研究中具体应用，其目的在于推动遥感考古研究的进一步发展．     

基于烃微渗漏的航空高光谱遥感蚀变信息提取

随着遥感技术的发展,运用烃类微渗漏遥感探测进行直接找油成为油气勘探的发展趋势。国内外众多学者的研究表明,烃类微渗漏会造成岩石、土壤和植被的异常并在遥感影像上得到表现。基于油气烃微渗漏理论,研究了土壤吸附烃、黏土矿物、碳酸盐矿物和二三价铁离子作为识别油气信息的光谱特征,通过对吉木萨尔地区SASI与CASI航空高光谱遥感数据进行处理与分析,使用混合协调匹配滤波(MTMF)方法完成了矿物蚀变填图,提取到研究区烃类微渗漏异常信息,为下一步的野外实地勘探提供了有效资料。     

基于高光谱遥感的植被生物量反演方法研究

高光谱遥感技术能够为反演植被生物量提供快速无损的数据采集与分析处理方法.基于高光谱遥感在植被生物量反演中的研究成果和进展,对其反演方法进行研究:阐述高光谱遥感反演植被生物量的原理;探讨高光谱遥感反演植被生物量的估算模型;分析比较不同估算模型的特点.结论表明,利用高光谱遥感分析植被的光谱特性进而估测植被生物量是一种精度较高且应用广泛的方法.     

遥感技术在森林健康研究中的应用

遥感技术以提供宏观、连续、动态的信息为森林健康研究提供了有效的技术平台.森林植被的健康状态可以通过提取遥感光谱数据及植被参数进行判断和区别,以便于精确、实时地掌握森林健康发生、发展的现状.文章在综合阐述国内外基于遥感技术进行森林健康研究的现状的基础上,结合遥感数据综合性的特征,提出国内外森林健康遥感研究应向高分率、高光谱遥感影像处理技术、模型反演研究方法以及遥感监测预警等方面的发展趋势.     

基于高光谱影像的SG滤波算法的研究

高光谱遥感是当前遥感技术发展前沿,已经被成功应用于农业、水利、交通等许多领域.高光谱遥感影像中不仅存在空间域噪声而且存在光谱域噪声,传统的图像滤波只能对图像空间域噪声进行处理,而不能去除光谱域噪声.为了改变这种状况,本文提出了一种Savitzky-Golay(SG)滤波改进算法,诊断光谱域噪声.本文主要以航空高光谱遥感数据为研究对象,基于最小二乘的SG滤波求取反射率光谱的二阶导数,然后对影像进行噪声去除,该方法在保证有效去除光谱域噪声的同时,保留高光谱图像的大部分的细微特征.与其他不同的光谱域噪声滤波方法进行对比,实验证明本文的滤波方法是一种较为有效的手段.     

甘肃省遥感成矿预测区划分及找矿靶区筛选——以金、铜、铅、锌矿产资源为例

以遥感技术为主要手段,结合已有地质、矿产、物化探成果资料,进行综合分析和野外验证,较全面、系统地对甘肃省金、铜、铅、锌矿产资源进行了综合研究和预测。在分析研究典型矿区成矿地质背景及其遥感影像特征的基础上,通过区域对比、多级识别、异常信息提取等技术方法,在省内重要成矿区带划分出Ⅳ级遥感成矿区（带）31个,各类遥感成矿预测区177个,圈定遥感找矿靶区37处;其中,A类遥感成矿预测区53个,找矿靶区26处,提出了遥感找矿重要靶区和主攻方向,建立了以遥感信息为主体的遥感地质综合找矿模式。     

基于无人机的高光谱遥感图像采集和处理技术研究

高光谱遥感技术是农业监测的重要手段,能够及时、准确地分析农作物更多、更详细的信息,对分析农作物产量、长势和病虫害具有重要意义。以贵州省关岭县乐安村火龙果种植基地为研究区域,结合无人机与高光谱成像仪的优势,对研究区进行高光谱图像采集。经过图像挑选、图像预处理、图像精校正、波段提取和图像拼接处理,获取研究区最新的高光谱遥感图像,为研究农作物的生长特性及不同生长期的光谱差异奠定基础。     

基于深度极限学习机的高光谱遥感影像分类研究

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱遥感数据的地面物体精确分类是高光谱遥感技术的核心应用之一.针对高光谱遥感影像的分类问题,提出一种基于深度极限学习机(D-ELM)的分类方法.该方法利用一种新的深度学习模型——深度极限学习机对高光谱遥感影像进行分类,并与基于极限学习机(ELM)、支持向量机(SVM)、核极限学习机(ELMK)分类方法进行了比较分析.研究结果表明:相对于ELM、SVM、ELMK分类方法,D-ELM分类方法能够更加准确地挖掘高光谱遥感影像的空间分布规律,提高分类的准确度.     

高光谱遥感图像异常检测研究进展

高光谱遥感图像异常检测即是对遥感图像中与背景存在显著光谱差异的像元进行识别,它在灾害预测和环境监测等领域具有很大应用价值.异常检测受到遥感学界的普遍重视,这些年来对异常检测开展的研究取得了不少成果.高光谱图像异常检测研究最初基于传统数据处理和信号分析方法,随着高光谱图像数据处理研究的深入及数据挖掘技术和智能学习方法等相关技术的发展,现在呈现智能和联合处理的新方向.文章对异常检测算法近来的研究进展进行的介绍以期为异常检测的相关研究提供一定参考.     

遥感干旱监测研究进展

干旱是一种在世界范围内普遍发生的复杂的自然现象。遥感监测具有宏观、快速、客观、经济等优势,运用遥感技术可以对旱情进行大范围、实时、动态监测。介绍了用于遥感干旱监测的遥感数据源,包括多光谱数据、高光谱数据和微波数据。而且对常用的遥感干旱监测方法热惯量法、植被指数法、蒸散法、高光谱法和微波法进行了概括和汇总,分析了不同方法的优缺点,指出了它们各自的适用范围,并对发展趋势进行了展望。     

航空遥感在内蒙古大岭矿区煤火信息提取中的应用

目的 通过航空高光谱遥感图像处理分析,提出高光谱遥感图像提取矿区煤火信息、准确圈定煤火分布范围的方法.方法 根据野外实测温度特征,分析煤火分布特征及与周围地物的关系,并对高光谱图像进行波段选择,得到最佳波段组合;采用假彩色合成、阈值分析与密度分割等方法提取温度异常区,根据图像像元亮度值相关分析得出回归公式,从而计算图像上所有像元点温度值,绘制火区地表等温线图,准确圈定温度异常.结果 准确圈定了研究区的煤火高温异常区、温度异常区,以及火区的地表的等温线图.经野外验证和遥感图像提取的温度异常对比分析,所圈定的温度异常区均为准确的.结论 利用航空高光谱遥感热红外遥感图像结合区域地质资料分析,在中国北方植被覆盖少的地区进行煤田火区监测是可行的.     

朱拉扎嘎金矿区地物光谱特征与地球化学成分之间的关系

利用卫星数据和地面光谱测试数据研究地物光谱特征与地球化学成分之间的关系.利用美国陆地卫星Landsat-7的ETM+数据提取研究区的蚀变异常,与区域地球化学水系沉积物测量结果进行关联分析;利用美国光谱分析设备ASD(ASD:FieldSpec-FR),对矿区岩石样品进行光谱测试,提取特征参数并与其化学成分进行对比分析.研究结果表明:卫星数据提取的蚀变异常和化探近矿指示元素Au和Cu等异常空间分布趋势一致;地面光谱测试数据中特征参数H900与Au,Cu,As,Bi,W,Mo和Fe2O3等矿化指示元素具有二次曲线函数的定量关系,这说明在干扰因素少的实验室环境内岩石光谱特征和矿化指示元素之间可以建立定量关系,这种关系支持遥感地球化学测量的开展;现有遥感数据虽不能和矿化指示元素的地球化学异常建立定量关系,但与部分指示元素有很好的相关性,因此,随着遥感技术的发展,遥感数据波段的增加以及去干扰能力的增强,遥感数据也能更精确地反演地物化学成分信息,实现遥感地球化学测量.     

红透山地区植被异常遥感信息提取及其找矿意义

为了解决遥感技术在高植被覆盖区的应用受到较大限制的问题,在充分考虑植被反射光谱特征及其在TM数据波段响应基础上,对TM5,TM4,TM2/TM3多光谱遥感数据进行主成分分析并拉伸处理.矿化区植被与背景区植被表现出明显的区别,矿化区植被呈暗红色,而背景区植被则表现为鲜艳的粉红色;对上述影像数据进行监督分类,结果表明该方法可以很好地突出由矿化蚀变导致的植被异常信息.该方法对东北高植被覆盖区遥感地质勘查具有一定的借鉴意义.     

基于无人机遥感技术的青藏高原地质灾害遥感解译研究——以青海省大通煤矿区为例

采用无人机遥感技术获取研究区高分辨率遥感影像,通过人工目视解译,建立滑坡、地面塌陷、不稳定斜坡、地裂缝、泥石流等地质灾害的遥感解译标志,探索了一套适合青藏高原地区的地质灾害遥感解译的完整技术流程,为地质灾害应急、监测与治理提供科学依据.研究表明,无人机遥感技术获取的影像分辨率高,可最大程度的提取地质灾害信息,使遥感解译精度更高,适合作为大比例尺地质灾害遥感解译的数据源.通过野外复核,证明基于无人机遥感技术的地质灾害解译效果良好,作为一种高效、快速的调查手段,可在青藏高原地区进行推广应用.     

基于光谱角匹配加权的高光谱图像异常检测

针对高光谱背景中存在异常和噪声的问题,提出了一种基于光谱角匹配(SAM)加权的核RX异常检测算法。首先对图像背景像元进行K-均值聚类,得到不同类背景对应的聚类中心,然后计算背景像元与聚类中心的光谱角余弦,选出较纯净的背景作为新背景,最后新背景中的每个像元将自己的光谱角信息作为权值,构造加权核RX异常检测算子,通过加权削弱了残留其中的异常和噪声的干扰。为验证算法的有效性,利用真实的AVIRIS和ROSIS-03遥感器采集高光谱数据进行了仿真实验,结果表明与对比算法相比,所提算法对潜在的异常具有较强的抑制能力,提高了检测精度。     

高光谱在油气勘探中的国内外研究现状

随着科技的发展,遥感在油气勘探的作用越来越大。高光谱作为遥感发展的最新手段,自然也受到油气勘探领域的重视。高光谱遥感具有快速,经济,精确的特点。通过高光谱探测油气渗漏和其引起的地表矿物蚀变、植被变化的范围,进而确定油气勘探的区域。高光谱在油气勘探领域的应用实例相对较少,在数据和处理方法上还存在很多不足;比如现有的卫星高光谱数据覆盖范围有限(空间分辨率也较低),数据处理方法大多是原有的多光谱数据处理方法,针对高光谱数据在油气勘探中的处理方法不多。随着高光谱遥感仪器精度的提高和数据处理方法的改进,高光谱遥感必将为油气勘探提供新的机遇。     

颜色光学在遥感技术中的应用

根据颜色光学基本理论和遥感技术物理基础，计算了用于遥感技术中的地物光谱反射比所表现地物用色谱数据和坐标表示该地物的颜色，使颜色的标号具有标准化，数字化和定量化，分析了地物光谱反射比与遥感图象密度间的关系，设计了用于遥感图象解译的植被遥色谱。     

无人机航测遥感绿地监测分析

传统城市绿地监测多采用无线信息传送技术,其可靠性随着植被的变化大大折扣,基于卫星遥感影像技术进行绿地监测,其时效性及精度受到原始影像资料的影响也不高。通过无人机搭载多光谱传感器及可见光传感器获取高精度影像数据、提取绿地信息是城市绿地监测的有效手段,研究基于无人机航测遥感技术进行绿地监测的具体方法,为行业应用提供参考。     

广义遥感环境考古的技术整合

从交叉学科的角度,提出广义遥感环境考古理念并从技术层面上进行探讨,定义广义遥感环境考古技术是:基于信息学、地学、考古学与历史生态学理论,从航天、航空以及地面地球物理(如电场、磁场、力场、地震波等)方法获取地表及地下历史遗迹的信息,通过信息的处理、融合,进行影像的宏观分析到地球物理的地下微观探测,进而识别遗迹 (址 )的属性及其分布等特征,结合测年技术、孢粉分析以及化学和物理的鉴定技术等,得到对古人类生存的古生态环境的虚拟与数字化的重建。通过对考古学发展与变革的考察,得出广义遥感环境考古出现的历史必然性,进而对广义遥感环境考古内涵、技术工作思路、技术整合作了探讨。