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.     

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。     

高光谱遥感的应用研究

在简单介绍星载和机载高光谱遥感技术的原理和国内外常用的成像光谱仪基础上,较详细地介绍了高光谱遥感在大气环境研究、城市下垫面特征和环境分析、海洋及内陆水环境监测、植被与生态研究、地质矿产调查、突发事件和环境危害等方面的应用;特别介绍了我国科学家在这些应用领域中所取得的成就.并指出了在应用中所涉及到的有关基础理论、图谱信息和定量分析方面应进一步探索和研究的难题.      

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     

高光谱影像FLAASH大气校正模型参数影响与评价——以西藏山南为例

图像输出的正确性与否依靠对后期的处理有至关重要的作用,而大气校正模块中参数的正确性是对本文的数据的处理起着重要的作用,在本文中气溶胶模式、能见度、大气模式和水汽相关的参数都有着重要的作用。本文利用FLAASH模块进行大气校正能很好的提高图像的质量,大气校正模型输入参数的评价是一个重要的工作,也有重要的意义。     

土壤的石油污染信息高光谱遥感监测方法研究

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。本文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H_γ和吸收深度D_λ的石油污染光谱指数,并设置了四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;最后根据满足光谱指数计算结果在其取值范围内的这四种方式其个数多少,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GPU的高光谱遥感MNF并行方法研究

最小噪声分离变换(MNF)是高光谱遥感影像分类中特征提取和去除噪声的有效方法.MNF算法涉及大量的矩阵运算,在实际工程的海量数据处理中存在计算时间长的问题.在分析MNF算法原理的基础上,运用图形处理单元(GPU)并行框架对该算法进行优化,并通过不同大小的高光谱遥感数据进行计算和分析.结果表明,随着影像数据量的递增,采用并行计算方式的提速比呈明显上升趋势,说明GPU并行方式对于计算密集型的大数据量处理具有良好的提速效果,为解决海量高光谱遥感数据处理速度慢的问题提供了思路.     

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.     

作物氮素营养状况的高光谱遥感估测技术探析

氮素是植物必需的三大营养元素之一.合理施用氮肥已成为农业生产中最为重要的问题.随着高光谱遥感技术的兴起,快速、无损伤地对作物氮素营养状况进行监测成为可能.利用高光谱遥感技术对作物氮素营养状况估测的研究方法及进展进行了综述.     

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。     

扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

热红外高光谱遥感回归分析定量反演石英含量

热液矿床是重要的矿床类型,包含金矿、铜矿、锡矿、铀矿、钨矿、铅锌矿等重要矿床。在多数情况下,热液活动造成其与围岩石英含量的差异。目前遥感技术仅能提取SiO_2含量(或相对含量)及其分布范围,难以精确反映石英含量的差异信息。通过分析JHU波谱库中不同矿物的光谱曲线以及其他多种含石英岩石和不含石英岩石的光谱曲线,区分了SiO_2光谱特征谱段和石英光谱特征谱段。使用热红外地面光谱仪102f实测样品光谱,通过线性回归方程统计出石英含量的计算公式。最后,通过热红外成像光谱仪(thermal airborne hyperspectral imager,TASI)提取研究区石英含量来验证公式的正确性,并得到野外验证。得出结果:8.6μm处的发射峰是8~11.5μm范围内石英唯一明显的光谱特征,其发射峰的凸显程度与石英含量呈正相关关系。     

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．     

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.     

遥感影像分类方法比较研究

从遥感影像分类原理入手，探讨了最新计算机遥感影像分类方法，比较分析各种新方法与传统分类方法的优缺点，尝试展望遥感影像分类法的发展趋势。     

霜冻图案与遥感考古研究

研究了历史遗迹的遥感分析方法及其理论依据,发现遥感图像上的霜冻图案经过增强后,可做为历史遗迹的稳定判读标志;用此法确定了唐长安城的位置和规模.同时指出,霜冻图案并非透视信息,而是地表差异在特定时相和波段的遥感图像上被增强了的结果.     

中国遥感环境考古研究综述

概述了中国环境遥感考古的发展历程以及研究现状,预测了环境遥感考古的发展趋势。