基于线性光谱混合模型的混合像元分解研究——以合肥市为例

利用Landsat ETM+数据,在水体掩膜的基础上,采用线性光谱混合模型(Liner Spectral Mixture Model,LSMM)进行混合像元分解,得到合肥市高反射率地物、低反射率地物、植被和土壤四种端元的丰度图像以及RMS误差分量图像.应用线性光谱混合模型研究城市地表组分组成,端元(End-member)选取是模型成败的关键.通过分别采用手动选取端元和利用纯像元指数(PPI)法选取端元两种方法,从定性角度对比两种方法得到的结果,结果表明在本研究区内手动选取的端元比PPI选取的端元模型拟合精度更高,能够得到更高精度的分量图像.     

基于SVM和线性光谱混合模型的城市不透水面丰度提取

不透水面丰度的提取在城市环境监测和规划研究中具有重要价值.基于2006年7月30日合肥市TM影像数据,运用支持向量机(SVM)监督分类与线性光谱混合模型(LSMM)相结合的方法提取研究区不透水面丰度值,并与单一运用线性光谱混合模型提取结果进行比较.研究结果表明:支持向量机监督分类和线性光谱混合模型相结合的方法RMSE为12.8%,提取精度高于线性光谱混合模型,该方法提高了城市不透水面丰度提取的精度.     

基于线性混合模型的丘陵山区植被丰度遥感信息提取研究——以江西梅江流域为例

从TM遥感影像提取针叶林、阔叶林和低矮植被的丰度信息,对森林资源调查和生态建设具有重要意义。为改善线性混合像元分解的精度,除了经过FLAASH大气校正、MNF变换、PPI计算和人-机交互可视化端元选择等一般步骤外,尝试增加了地形校正并修复辐射极值、NDVI阈值法掩膜处理和反射率归一化处理3个环节。与此同时,进行了相似线性分解的简单实验,结果表明:增加了这3个处理环节可以改善线性分解的精度,RMS分量图显示均方根误差图的平均值由0.009 46降到0.004 91,均方根误差小于0.007 75的像元数占误差图全部像元数的百分比由55.61%上升到81.36%。选择野外随机均匀分布的60个样本点对模拟结果进行了线性拟合检验。实验二阔叶林、针叶林和低矮植被丰度模拟值和实测值之间的相关系数R2比实验一分别提高了0.211 6、0.045 6和0.130 7。     

基于线性光谱混合理论的高光谱图像压缩

为了以较小的压缩误差为代价解决高效压缩高光谱数据的难题,提出基于线性光谱混合理论的星上高光谱图像压缩算法.利用顶点成分分析求高光谱图像的端元向量,并根据信道容量选择端元数;基于线性光谱混合模型求各像元对应于端元向量的丰度值;用JPEG2000对端元向量和丰度值矩阵进行无损压缩.对AVIRIS高光谱图像的仿真结果表明:压缩比为80∶1时,原始光谱与解压缩重构光谱最大相对误差小于2.7%,最大光谱角余弦误差小于0.000 23,压缩性能优于现有算法;算法还能有效地抑制原始图像中的随机噪声.     

基于线性光谱混合分析的城市不透水层分布估算

利用遥感图像进行城市不透水层分布的估算,在监测城市环境和规划城市发展等方面有着非常重要的作用.采用全约束的线性光谱混合模型,用3种方法(像元纯度指数、归一化的像元纯度指数和结合地表温度辅助分析的归一化像元纯度指数)分别从Landsat 7 TM/ETM+影像中分解得到上海市中心城区的不透水层分布,并比较了2002～2008年的上海市中心城区不透水层分布的变迁.结果表明,利用这3种方法分解得到不透水层的精度依次递增;总体来说,上海市不透水层分布比率较高.从2002～2008年不透水层分布变化来看,上海市的城市化有显著向外环线外区域扩张的趋势.     

基于子空间距离的高光谱图像光谱解混算法

高光谱图像中的混合像元由固定的端元按照一定的比例含量（丰度）线性混合而成,在像元中分解出端元以及各端元的丰度是高光谱图像分析中具有挑战性的任务,这一过程称为光谱解混．高光谱图像的一个重要几何特征是在高维特征空间中体现为单形体．在三角形中,平行线分线段等比定理揭示了计算丰度最基本的几何关系一距离比,文中把它推广到高维空间中的单形体情况,在此基础上提出了基于子空间距离比的光谱解混算法,该算法能快速、有效地获得丰度．     

中国森林凋落物分解速率的空间格局及 主控因子:基于最优线性混合模型

基于与中国森林生态系统凋落物的分解速率有关的国内外文献资料,共收集覆盖热带、亚热带与温带3大气候区的569个分解速率记录,在此基础上建立了最优线性混合模型,分析了环境因子、凋落物基质质量和自身物理特征对凋落物分解速率的影响,揭示了影响凋落物分解的主控环境因子和空间格局差异.结果表明:分解速率随温度、降水、初始N、K质量分数的增加而增加,随海拔、纬度、分解时间、初始C质量分数、w(C)/w(N)、w(木质素)/w(N)、w(C)/w(P)的增加而减小;天然林和人工林凋落物分解速率无显著差异,阔叶林分解快于针叶林,针阔混交林与针叶林分解无显著差异,凋落物枝的分解速率显著低于其他组分;在全国大的空间尺度上,环境因素很重要,它们能够解释森林凋落物分解速率85%的变异,其中网孔、分解时间和海拔是森林凋落物分解的主控因子,而网孔和温度、网孔和海拔、海拔和分解时间分别为阔叶林、针叶林和针阔混交林的分解速率的主控因子.反演的中国森林凋落物的分解速率存在较大的空间异质性,其值大多为0.2~2.0.     

基于线性光谱分解方法的森林选择性砍伐与再生监测研究- 以巴西亚马逊森林为例

以巴西亚马逊热带森林为例,在Landsat TM、ETM+影像提取光合植被(PV)、非光合植被(NPV)、土壤(soil)端元光谱的基础上,利用线性光谱分解模型得到端元地物丰度,进而设计合理的检测规则实现了选择性森林砍伐与森林再生所产生的森林变化监测。结果表明,基于线性光谱分解的方法能够以较高精度准确检测出选择性砍伐与森林再生,是森林变化宏观监测的有效手段之一。     

基于空间光谱信息协同的城市不透水层提取方法比较研究

[目的]利用不同的端元提取方法及混合像元分解算法计算南京市2018年城市不透水层覆盖度,评估各方法的精度,为城市可持续发展提供可靠的基础数据支撑.[方法]采用Landsat 8 OLI遥感影像,基于像元纯度指数(pixel purity index,PPI)并考虑空间光谱信息协同提出空间像元纯度指数(spatial p...     

线性混合效应模型参数估计问题的研究

把随机效应的协方差推广为正定阵进行研究．首先给出混合效应模型中固定效应的最小二乘估计,然后用方差分析估计方法给出方差分量的估计．     

Remote sensing of spatial patterns of urban renewal using linear spectral mixture analysis: A case of central urban area of Shanghai (1997―2000)

It is very important to integrate remote sensing with urban geography that the spectral mixture analysis technique is applied to urban land cover evolvement and its eco-environmental effect. Urban land cover is mainly composed of complicated artificial materials, which is the key factor to limit the development of the spectral mixture analysis technique. There are two main aspects in which the technique of spectral mixture analysis is applied to urban geography： one is to calculate vegetation fraction; the other is to build quantitative model of the urban impervious surface obtained from the combination between high albedo fraction and low albedo fraction. The technique of spectral mixture analysis is firstly applied to study urban renewal pattern, scale and mode which happened in Shanghai City from 1997 to 2000,     

城市绿地类型对大气PM2.5浓度的影响

揭示不同类型城市绿地大气PM_2.5浓度的变化规律，以期为科学规划城市绿地、改善居民游憩环境提供理论依据。     

光谱混合分解模型在草地退化研究中的应用

研究了光谱混合分解模型在草地退化(荒漠化)中的应用,探讨了模型运用中的遥感数据获取和预处理、端元选取、光谱混合分解结果的时序分析和数据融合等关键问题,并给出了相应的解决方法。最后探讨了该方法存在的问题和改进之处,指出高光谱遥感、模型数学、神经网络是光谱混合分解模型在草地退化研究中的发展方向。     

一种基于高斯马尔可夫随机场模型的混合像元分解方法

传统的混合像元分解模型只考虑了光谱信息,而忽略了空间相关信息的利用.事实上遥感影像以及分解后获得的组分影像都具有空间自相关关系.本研究提出利用高斯马尔可夫随机场模型来描述组分空间相关的特性,构建一种综合利用影像光谱和空间信息的混合像元模型,以提高混合像元分解精度.利用模拟与真实的数据证实了本文方法的有效性,一定程度上能...     

预测自适应Gauss混合模型线谱频率量化

为了实现高质量低速率语音编码,提出了高效线性预测Gauss混合模型(Gaussianmixturemodel,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linearspectralfrequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明LP-GMM-LSFQA在20b/帧时量化性能超过预测分裂矢量量化22b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

基于多因子层次覆盖模型的城市公共绿地服务功能等级评价——以北京市规划市区内公共绿地为例

以北京市规划市区内公共绿地作为研究区,采用热岛、容纳避难人口数量、绿地率、每年吸收二氧化碳数量、每年释放氧气数量等参数,利用TM影像等地理辅助数据与2005年园林绿化普查资料,在GIS与RS技术支持下,对5个单因子作用下研究区公共绿地服务功能进行评价。并基于多因子层次覆盖评价模型,对复合因子及多因子综合作用下研究区公共绿地服务功能进行评价。结果表明：五个因子综合作用的结果是：在北京规划市区内的没有服务功能很差的公共绿地,服务功能差的公共绿地面积占到23.6%,服务功能中级的占45.1%,服务功能好的占29.1%,服务功能很好的占2.1%。     

线性波谱分离在城市土地覆盖影像研究中的应用

文章以合肥市区TM影像为数据源,采用非负最小二乘算法,解决ENVI等商业软件在该算法上存在的不足;对数据进行线性波谱分离,通过对丰度总和数据和残余均方根误差等指标的分析,对TM影像进行了解析;对于TM图像土地覆盖中的混合像元限制分类精度的问题,采用对TM图像MNF变换结果的前5个主成分进行PPI指数计算,并对PPI阈值切割结果进行N维可视化;采用波谱均值作为端元波谱,选择端元数为5,对2种端元类型方案、4种不同的波谱特征进行数值处理,并以模型自身的条件约束等进行验证和样地数据的检核,发现该方法的有效性。