蔬菜作物水分胁迫遥感光谱指数构建实验研究

蔬菜作物干旱程度是影响其长势及产量的关键因素,实时掌握其各生长阶段的干旱程度在农业估产、旱情监测等方面具有重要的意义。利用遥感监测技术可以快速、方便地获取作物的生长信息,对其各生长阶段的干旱程度进行实时监控和防治。通过同种小白菜在不同供水量条件下的室内实验,用ASD光谱仪实测其整个生长周期的冠层光谱。通过分析小白菜在不同供水量条件下的光谱特征,利用可分性度量方法构建归一化水分指数,实现了对小白菜整个生长阶段水分含量信息的识别;之后在已有卫星遥感器波段设置的基础上,通过可分性度量与因子分析相结合的数学方法构建两个光谱指数:生长指数(GI)和干旱指数(DI),实现了对小白菜的生长阶段及干旱程度的准确识别。室内实验直接观测得到的结果也为星载数据的使用提供了依据。     

油砂波谱专题数据库的设计与开发

为建立并进一步完善油砂波谱专题数据库, 采用 C#语言与 SQL Server2008 数据库设计并开发了油砂波 谱专题数据库, 实现了对海量油砂波谱的数据管理, 同时将在青海野外采集的 90 组油砂波谱数据用于数据库 测试, 可实现对波谱吸收特征参数即吸收波段波长位置、 深度、 宽度、 斜率、 面积和对称度进行用户自定义分 析; 同时也可对未知实测油砂波谱曲线与已知油砂波谱库曲线进行匹配, 并得到相匹配的相关系数, 达到了数 据库的设计要求。     

基于DEM 数据的地貌类型快速划分系统研究

为实现地貌类型快速划分，以前人研究成果为基础，采用DEM( Digital Elevation Modeldata) 数据，将地貌信息提取流程化: 利用均值变点分析法获取宏观地形因子的最佳窗口、根据算法模型提取可反映地貌信息的8 种地形因子、对各地形因子统一量纲、获得地形因子间相关系数矩阵、采用雪式熵值法取得最佳地形因子组合，最后通过ENVI( The Environment for Visualizing Images) 软件中的非监督分类实现地貌类型划分。基于ENVI二次开发平台，采用IDL( Interactive Data Language) 语言进行编程实现，对地貌类型实现全( 半) 自动智能、快速划分。并以长白山作为研究区，从宏观和微观对地貌进行划分，并对分类结果评价分析，结果较好。该系统的实现，不仅对地貌类型提取流程化、集成化，对我国广大范围内地貌填图也具有重要的现实意义。