基于遥感影像的不同植被指数比较研究

以汶川地区的多光谱遥感影像Landsat 8 OLI为数据源,利用比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调节植被指数(SAVI)、修正的土壤调节植被指数(MSAVI)4种植被指数和植被信号与土壤噪音之比(S/N)对研究区不同区域的植被进行比较研究,结果表明归一化植被指数与土壤调节植被指数适合该地区的实际情况。

主成分分析在高光谱图像降维中的应用

以AVIRIS数据为研究对象,应用主成分分析方法,用X′X(高光谱数据矩阵为X)代替主成分分析中的相关系数矩阵,以降低计算量,将实验结果与主成分分析结果进行比较,效果基本一致。

ENVI中的多源遥感影像融合

多源遥感影像融合是对来自不同传感器的多光谱影像与高空间分辨率影像,按一定的融合方法,进行合成,从而增强影像质量,使得融合后的影像既具有较高的分辨率又具有多光谱的特性,达到信息优势互补、有利于图像的辨识和分类。ENVI是一套功能强大的遥感影像处理软件,本文结合实际遥感影像,主要介绍如何运用ENVI软件进行遥感影像的融合。

东北黑土区土壤铬含量高光谱反演研究

以东北黑土区某农场为研究区,在光谱积分定义的基础上,提出一种新的光谱特征参数——反向光谱吸收积分,建立偏最小二乘回归模型对土壤中铬元素含量进行反演研究。与传统的光谱特征参量,包括微分变换、倒数变换、对数变换等11种光谱变换以及吸收面积建立的土壤铬含量高光谱反演模型进行对比分析,结果表明:在光谱变换特征中,平方根一阶微分模型能够较好地定量预测铬含量;吸收面积模型稳定性略差,只能对样本进行初略估计;针对反向光谱吸收积分模型,其建模样本的调整决定系数为0.73,均方根误差为2.63 mg/kg;验证样本的调整决定系数为0.77,均方根误差为2.36 mg/kg,相对偏差为3.21,表明此模型具有极好的预测能力。因此,反向光谱吸收积分能够明显改善铬含量反演模型的精度和稳定性,为土壤铬污染监测提供了新的思路。