植被高光谱遥感分类方法研究

结合具体的OMISI高光谱遥感数据,对各种常用植被高光谱遥感分类方法进行分类训练,通过比较分类性能,得到各种方法在植被高光谱分类中的若干应用规律和分类过程中选择最优分类方法的一些技巧。在此基础上,提出将传统分类方法与基于光谱特征匹配的分类方法相结合对高光谱图像进行分类的方法。     

土壤的石油污染信息高光谱遥感监测方法

传统的点采样等石油开采区土壤石油污染监测方法时效性差、成本高。高光谱遥感因具有丰富的空-谱信息和较强的地物认知能力,可实现快速、大范围精确探测而成为现今土壤的石油污染监测研究热点。基于高光谱影像的光谱维特性,提出了一种多维加速鲁棒特征(multi-dimensional speeded-up robust features,MD-SURF)的高光谱影像端元提取模型;并以胜利油田孤东采油区为研究对象,提取了研究区Hyperion高光谱卫星影像的土壤端元。通过对所提取土壤端元的光谱信息分析,认为波长963 nm和1 427 nm为土壤石油污染的特征波段,由此建立了研究区土壤端元反射高度Hγ和吸收深度Dλ的石油污染光谱指数;并设置了4种方式的石油污染光谱指数值计算方法及其污染信息提取的指数取值范围。最后根据满足取值范围时光谱指数计算方式的不同个数,确定土壤端元的石油污染程度,认为满足的个数越多则土壤端元污染越严重,从而可较好监测研究区土壤的石油污染异常区域。     

基于多光谱遥感的水质监测处理方法与分析

基于定量遥感理论和方法，将多光谱遥感数据和实测水质数据相结合，研究了水生态环境的空间分布，并对其进行了分析和评价．探讨了多光谱水遥感图像的处理方法和水质参数的数学回归模型，并以太湖水域的悬浮物含量为例，进行了回归分析．结果表明，采用遥感手段对水质进行监测是可行和正确的，由遥感数据得到的太湖水域悬浮物含量的空间分布也与太湖水域的实际情况相符．     

高光谱分辨率遥感在植被监测应用中的关键技术及应用

高光谱遥感数据已成为地表植被地学过程中对地观测的强有力的工具．综述了利用高光谱遥感数据进行植被监测的研究进展，主要包括以下二个部分：（1）高光谱遥感用于植被监测中的关键技术（2）高光谱遥感数据在植被生长监测中的应用．     

石油污染土壤的生物处理技术

石油污染土壤的生物处理技术具有高效、无二次污染和操作简便的特点，正逐步成为石油污染治理的一个重要领域。本文介绍了该方法的降解原理、各种技术措施、发展方向及应用前景。     

石油污染土壤的生物修复技术

介绍了几种主要的石油污染土壤的生物修复技术、技术应用现状及存在的问题,探讨了今后研究的主攻方向。     

太湖水体藻类叶绿素浓度高光谱遥感监测研究

为了更好地监测太湖水体富营养化状况,我们利用高光谱地物波谱辐射计,通过垂直水面法和倾斜测量法得到太湖水体3～10月份的波谱信息.利用这些数据,分析了太湖水体藻类的叶绿素（主要是chl_a）与水体反射光谱特征的关系,建立了藻类叶绿素高光谱遥感模型,并分析了模型精度.研究发现：两种测量法数据精度差别不大;叶绿素在700nm附近反射峰的位置、高度与叶绿素浓度有较好的对应性;利用700     

石油污染土壤的生物修复技术

介绍了几种主要的石油污染土壤的生物修复技术,技术应用现状及存在的问题,探讨了今后研究的主攻方向.     

应用土壤酶活性评价草原石油污染的初步研究

通过相关和曲线拟合技术探讨了土壤酶活性与土壤石油污染强度的相关关系，结果表明，转化酶，蛋白酶和磷酸酶的活性与土壤含油量呈显负相关，多酚氧化酶的活性与土壤含油量呈显正相关，在此基础上，以土壤酶活性和土壤含油量为变量，采用Ｆｉｓｈｅｒ线性判别分析对重度，中度和轻度污染的几组数据进行了处理，都获得了很发的结果，最后，初步提出了评价草原土壤石油污染强度的指标和范围。     

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EOS/MODIS数据的土壤水分遥感监测方法

美国国家航空航天局(NASA)自1991年开始实施对地观测系统(EOS)计划以来,EOS/MODIS传感器的高时间分辨率、高光谱分辨率、适中的空间分辨率等特点使其在干旱监测中具有突出的优势.纵观近年来国内外基于EOS/MODIS资料遥感监测土壤水分的理论、方法的发展和应用特点,可以分为5类:①基于植被指数类的遥感干旱监测方法,如简单植被指数、比值植被指数、归一化植被指数、增强植被指数、归一化水分指数法、距平植被指数等;②基于红外的遥感干旱监测方法,如垂直干旱指数法、修正的垂直干旱指数法等;③基于地表温度(LST)的遥感干旱监测方法,如热惯量法、条件温度指数、归一化差值温度指数、表观热惯量植被干旱指数等;④基于植被指数和温度的遥感干旱监测方法,如条件植被温度指数、植被温度梯形指数、温度植被干旱指数模型等;⑤基于植被与土壤的遥感监测方法,如地表含水量指数作物缺水指数法等.重点介绍了目前生物、物理意义较明显,比较成熟和广泛应用的基于可见光与热红外波段的改进型垂直干旱指数法(MPDI)、作物缺水指数法(CWSI)、地表含水量指数法(SWCI)、热惯量法(ATI)等;对各种遥感监测土壤水分方法的优缺点做出评价;指出利用高分辨率卫星资料(如EOS/MODIS和中国发射的风云三号极轨气象卫星250 m分辨率资料)进行农业干旱监测研究将成为主要的研究方向,"土壤-作物-大气"多圈层立体监测、多学科的融合将是解决提高旱情定量化监测精度、使之实用化和业务化的必由之路:最后,展望了遥感监测土壤水分的发展前景.     

遥感技术在环境污染监测方面的应用

遥感技术是如今环境污染监洲的重要技术手段,借助遥感技术获取环境污染地区的遥感影像,通过计算机处理和目视解译可以快速有效地得到观测区的宏观、快速、动态更新的环境状况。该文主要对遥感技术的原理及其在环境污染监测领域中的实例应用分析进行介绍,随后简要介绍了遥感技术在我国环境监测领域中的应用现状,最后指出其存在的问题,并对遥感技术在环境监测中的发展前景做了展望。     

浅谈遥感技术在环境监测中的应用

环境污染遥感监测技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优点,是实现宏观、快速、连续、动态监测环境污染的有效手段.该文介绍了应用于环境污染监测,并着重阐述了遥感监测技术在水环境污染、大气环境污染中的应用,指出了我国环境污染遥感监测技术存在的问题和发展趋势.     

高光谱遥感信息智能处理的若干理论与技术问题

高光谱遥感信息处理自动化与智能化具有重要的理论意义和实用价值。作为有效的机器学习算法,支持向量机具有适用高维特征、小样本与不确定性问题的优越性,是一种极具潜力的高光谱遥感分类方法,但需要解决多类问题分类策略、核函数选择与优化、不确定性控制等问题。对高光谱遥感数据挖掘的若干基本问题进行了分析,在构建其框架体系与处理流程的基础上,探讨了可以发现的知识类型、典型的挖掘模式,并分析了一些主要挖掘算法和关键技术。     

遥感墒情监测方法研究综述

随着遥感技术的发展,遥感应用不断深化.从遥感数据中挖掘地表农学、生态等参数成为研究热点.本文总结了国内外利用遥感数据进行墒情反演的方法,包括植被指数法、温度指数法以及微波遥感法等,指出了这些方法的应用概况、适用条件、存在问题,对土壤墒情监测具有一定的指导意义.     

GIS支持下的深层土壤含水量遥感调查方法

分析土壤含水性与土壤反射光谱的函数关系以及遥感像元光谱中土壤光谱与植被光谱的组合关系；根据处于平衡状态时地表层含水率与表层以下不同深度土壤含水率的函数；提出在ＧＩＳ支持下采用多波段卫星数据，在剔除植被影响后定量计算表层土壤含水率，进而推算潜水面深和包气带中不同深度土壤含水率的理论和方法     

煤矿区煤尘污染遥感监测研究

在相关研究的基础上,提出了基于SPOT5图像提取煤尘污染的技术方法,并进行了实例研究．研究表明,该煤尘污染监测技术可行、操作性强,对于煤矿区煤尘污染监测具有重要意义．     

基于数学形态学的遥感图像边缘检测方法研究

提出了一种基于双结构元形态学的遥感图像边缘检测方法,与经典边缘检测算法的仿真比较表明,其算法在边缘连续性、边缘定位精度和地物细节体现方面都取得了良好效果.