基于辐射不变点的高光谱遥感传感器交叉定标方法

针对遥感影像数据处理中的辐射定标问题,关键在于精确获取辐射标定系数,以确保遥感影像像元亮度(DN)值与地表辐射值之间的准确对应。文章引入了地表矿物粉尘源调查卫星一等B级(EMIT L1B)数据,结合先前光谱成像仪器的经验和方法,提出了一套高光谱遥感传感器交叉定标的方法,基于多卫星数据和自动化程序完成了高光谱卫星定标系数的获取并提高了辐射不变点选取的准确性与效率。基于地表矿物粉尘源调查卫星(EMIT)与资源一号02D卫星数据采集交叉点,通过辐射不变点回归得到一套准确的定标系数。同时,引入了哨兵二号(Sentinel-2)数据选取辐射不变点,选取方法为通过自动化的程序对比两个光谱之间的相似度,该方法进一步提高了选点的高效性和可靠性。使用标准误差和相关系数评价标定后波段间的误差和相关性,其中最大标准误差低于0.008,145个波段相关系数大于0.90,证明了交叉定标方法能够获得高质量的反射率光谱曲线,对提高影像数据的准确性和可用性具有借鉴意义。

基于IDL和Python混合编程的深度学习遥感影像分类

Python是遥感图像深度学习分类算法常用的语言,但处理效率不佳且对影像类型兼容性不足。IDL是面向对象的交互式程序语言,支持多种遥感数据的高效读写与处理,但不支持深度学习算法的直接调用。本文设计了一套混合编程方案,采用HybridSN算法对乌苏地区的Sentinel-2影像进行深度学习分类。使用完全矢量化图进行混淆矩阵分析验证精度,并考虑到HybridSN算法的窗口参数对分类的影响,将立方体影像窗口分别设置为5,9,15进行训练和分类。结果表明:当窗口为5时精度最高,其中Kappa系数为0.7210,总体精度为85.66%。IDL与Python混合编程提高了遥感影像分类的工作效率,且便于后续的影像分析。结合实验结果可以进一步证实IDL与Python混合编程在遥感分类甚至其他Python代码中都有优势,其针对的基于Python的遥感处理技术,通过整合IDL的强大数据读写和预处理功能,实现各类代码的配置,从而提高数据处理效率。

A股上市公司社会责任信息披露质量对财务绩效影响的研究

文章选取382家A股上市公司2015—2019年的样本数据,以总资产报酬率为被解释变量,以润零环球社会责任评分作为社会责任信息披露质量的衡量指标,利用SPSS软件对所收集到的资料进行描述性统计,相关性检验以及回归分析。最后根据分析结果得出,CSR信息披露质量与上市公司的财务绩效之间存在着正相关关系,文章提出了提高CSR报告的披露质量、提升企业的举债能力、增加所有制集中程度、加强CSR信息披露的监管等建议。

一种融合光学与SAR的植被指数提取算法

多光谱影像计算的植被指数具有监测植被类型、计算叶面积指数、反演植被覆盖度和估算生物量等作用,但光学影像易被云与阴影污染,增加了获取植被指数的难度.为了获取云层覆盖区域的植被指数,提出了一种融合光学与SAR的植被指数提取算法.实验以新疆维吾尔自治区乌苏市2020年9月11日的Sentinel 1、2020年9月3日无云的Sentinel 2和2020年9月8日有云的Sentinel 2影像为数据源,首先利用Sentinel 1影像构建出6种匹配模型,然后分别利用6种匹配模型的光谱特征重构Sentinel 2影像的云与阴影覆盖的像元,获取6景去云与阴影后的Sentinel 2影像,再用每景去云与阴影后的影像计算3种植被指数(增强型植被指数EVI、归一化植被指数NDVI和土壤调节植被指数SAVI),用无云的Sentinel 2影像作为验证数据,最后使用均方根误差(RMSE)、平均绝对误差(MAE)和相关系数(R)对结果进行精度评价.实验结果表明:该方法能有效地去除光学影像云与阴影的影响,获取云与阴影覆盖区域像元的植被指数;3种植被指数的总体精度较好,相关系数均大于0.8;在6种匹配模型方面,第四种匹配模型在3种植被指数中的精度均为最高.

燃煤固废在建筑行业中的利用现状及建议

燃煤固废主要是粉煤灰、煤渣和脱硫石膏,其在煤炭燃烧过程中必然产生,回收利用燃煤固废是减少其处置问题的有效途径.将燃煤固废用于建筑业替代原材料,可以大量消耗燃煤固废,减轻环境压力,降低建筑成本和处置成本,提高经济效益、环境效益以及社会效益,是实现可循环发展的必经之路.本文介绍了燃煤固废在建筑行业的利用现状,并对燃煤固废的利用提出参考性建议.