Landsat TM遥感影像中厚云和阴影去除

提出了一种新的利用多时相LandsatTM影像数据进行的厚云及其阴影去除的方法。该方法通过分析厚云及其阴影的光谱特征,设计了厚云和云阴影识别模型。该算法的实现是采用图像配准技术、非监督分类、像元替换等运算,计算出厚云和云阴影区域的TM影像替换数据,进而得到消除或者减少云影响的TM遥感影像。试验结果表明本文提出的厚云及其阴影去除方法效果很好,能消除或者弱化云对TM影像数据的影响。

基于TM影像光谱指数的棉花病害严重度估测

通过获取多时相试验区TM影像和大田同步调查棉花黄萎病,将TM影像光谱指数与病害严重度进行相关分析,建立棉花病害严重度估测模型.结果表明:随着病害严重度的增加,TM影像光谱指数B2,B4,SATVI,OSAVI,MSAVI,TSAVI,SVNSWI,SNSWIa,SNSWIb,SVNI,DNSIa,DNSIb,NDSWIa,NDSWIb,RNSWIa,RNSWIb,DVNI,EVI,TVI,SAVI,DVI,NDVI,RVI和PVI逐渐减小,B1,B3,B7和RI逐渐增加,NDGI呈现先增后降的趋势,而B5呈现先降后增的趋势.病害严重度与TM影像光谱指数B1,B3和RI均呈极显著正相关,与B4,OSAVI,MSAVI,TSAVI,SVNSWI,SNSWIa,SNSWIb,SVNI,DNSIa,DNSIb,NDSWIa,NDSWIb,RNSWIa,RNSWIb,DVNI,EVI,TVI,NDGI,SAVI,DVI,NDVI,RVI和PVI均呈极显著负相关,与SATVI呈显著负相关,与B2,B5和B7均未达显著相关.建立的8个TM影像光谱指数估算棉花黄萎病模型均通过显著性检验,且以DVI和DNSIb为自变量的线性模型精度最高,表明利用多时相TM卫星影像光谱指数进行棉田病害定量诊断是可行的.

基于HSI高光谱和TM图像的土地盐渍化信息提取方法

选择黄河三角洲垦利县代表性盐碱化区域为研究区,以2011年3月15日HJ-1A卫星HSI高光谱影像和2011年3月22日TM影像为信息源,经几何纠正、图像裁剪、大气校正等预处理,分析不同盐渍化程度土地、水体、滩涂等主要地类的光谱特征,确定地类信息提取特征波段。结合土壤盐分含量,采用定量与定性相结合规则,构建地类信息提取模型,以决策树分类方法进行图像分类,提取土地盐渍化信息。利用地表点位土壤含盐量数据对地表土地盐渍化程度的化学分析结果,对遥感解译数据进行精度验证,并对高光谱和多光谱影像的分类精度进行比较分析。结果表明:HSI图像的总体分类精度达96.43%,Kappa系数为95.59%,而TM图像的总体分类精度为89.17%,Kappa系数为86.74%,说明相比多光谱TM数据,基于高光谱图像可以更为准确有效地提取土地盐渍化信息;由分类结果图可以看出,高光谱影像土地盐渍化的区分度高于多光谱影像。该研究探索了高光谱图像土地盐渍化信息的提取技术方法,提供了不同盐渍化土地的分布比例数据,可为黄河三角洲滨海盐碱土地资源的科学利用与管理提供决策依据。

TM影像中基于光谱特征的棉花识别模型

为快速、准确地在遥感图像上从各种农作物中识别提取棉花作物的信息,满足大尺度、运行化棉花遥感监测系统的要求。作者在试验区的棉花主要生长期里,同期进行了棉花与其它主要农作物的地面光谱测量并采集了同期的LandsatTM图像。通过对各时期棉花及主要农作物的地面测量光谱与TM图像光谱特征的差异性及规律性分析,确定了试验区棉花遥感识别的最佳时相期为9月中下旬,研究开发了基于光谱特征的棉花识别模型。经数学分析与实际应用验证,该模型简单、操作方便并且识别的准确度较高,适用于大尺度的"新疆棉花遥感监测运行系统"。

基于光谱知识库的TM影像冬小麦条锈病监测研究

基于高光谱信息的冬小麦条锈病严重度反演模型通常不能直接应用在宽波段卫星影像上,而拥有高光谱波段信息的航空遥感影像又因数据尺度小、成本高难以应用于大规模监测。文章提出一种通过构建冬小麦条锈病光谱知识库,利用TM影像实现病情识别和监测的方法。该方法以包含各种不同病情严重度的试验田的三幅小麦关键生育期PHI航空遥感影像为媒介,利用病情指数DI的经验反演模型和基于波谱响应函数的TM波段模拟,建立DI和TM波段模拟反射率间的光谱知识库。在此基础上,通过马氏距离法和光谱角度填图(SAM)法将待检象元的光谱信息与光谱知识库进行匹配分析从而实现对病情识别和监测。监测的精度利用模拟TM象元进行评价,识别的效果利用TM影像象元进行检验。结果表明,该方法在一定生育期范围内具有较佳的监测精度和识别效果。其中,使用模拟TM象元在小麦灌浆期精度最佳,评价的R2达到0.93,乳熟期次之,拔节期最差,基本不能用于监测。使用TM影像象元在灌浆期和乳熟期可较好地识别染病象元,在拔节期无法有效识别染病象元。匹配方法马氏距离法略优于光谱角度匹配法。

基于TM影像的森林三维绿量的遥感测算

以北京市八达岭林场为研究区,TM影像为数据源,结合地面样地调查数据,利用多元线性回归分析法分树种建立了北京市八达岭林场三维绿量(TGB)的估测模型。对估测模型进行评价和精度验证,得到阔叶林、针叶林、混交林三维绿量模型的决定系数(R2)分别为0.858、0.756、0.759,测算精度为85.63%。基于模型估测八达岭林场的三维绿量,总量为1 498.635万m3;与利用森林资源二类调查数据计算的地面实测三维绿量对比,测算精度为90.89%。

TM图像大气校正及其对地物光谱响应特征的影响分析

基于辐射传输理论的大气校正模型,具有明确的物理意义,易于操作,应用广泛.虽然这类模型通常会提供几种标准大气模式供用户选择,但是有限的几种模式难以合理描述具体研究区的大气状况,因此,在缺乏实测资料时,有必要对大气参数进行合理选择或估计,参数的选择直接影响大气校正的结果.因此,首先对Landsat-5 TM图像大气校正参数的确定进行了详尽分析,然后从光谱响应曲线、归一化植被指数(NDVI)、能见度等方面,探讨了大气校正对TM图像地物光谱响应特征的影响.研究表明:(1)TM图像经大气校正后,地物在可见光波段反射率明显减小,而在近红外和短波红外反射率增大;(2)大气校正后的NDVI增幅明显;(3)能见度对水体和植被在可见光波段的地表反射率影响均较大;在近红外波段对水体的影响比对植被的更为强烈;随着能见度的增大,地物地表反射率增大.采用的参数确定方法可为类似研究提供参考与借鉴.

哀牢山北段金矿的地面波谱特征及其与TM图像亮度的相关模型研究

哀牢山北段金矿田地面波谱反射率与ＴＭ图像亮度存有显著的线性相关关系。基于这种线性相关性，笔者用矿田内典型金矿床地面波谱的野外实测数据，经ＴＭ的相关分析，在哀牢山北段建立了９个地空相关模型。据这些相关模型，将ＴＭ图像反演成与金矿地面波谱有关的地空相关图像后，文章对该图像应用效果进行了讨论。

蒙阴金伯利岩地面TM波谱研究及其在金刚石找矿预测中的应用

基于地物波谱与ＴＭ图像亮度的线性相关关系，文章对蒙阴金伯利岩地面ＴＭ波谱特征进行了分析，建立了典型金伯利岩地面波谱模式和地空相关模型。经金伯利岩地面ＴＭ波谱地空反演后形成的彩色相关图像识别及图像异常的野外查证表明，金伯利岩地面波谱与ＴＭ图像数据的相关分析方法在金刚石找矿预测及靶区定位中有较理想的应用效果。

LANDSAT-5 TM图像散粒噪声去除方法研究

针对LANDSAT-5 TM多光谱图像存在散粒噪声问题,提出一种基于异常探测和光谱归一化处理来检测及去除噪声的算法。视散粒噪声为强光谱异常,基于RX算子探测像元异常,根据异常分布统计特征确定含散粒噪声的像元;再以含散粒噪声的像元为中心,利用邻域内像元各分量上的光谱归一化分值,确定散粒噪声所在波段。利用邻域内具有最相似光谱的像元对应分量替换散粒噪声所在的像元分量。实验表明,该算法能够有效去除TM图像中的散粒噪声。

应用SVM算法进行TM多光谱图像地物分类

SVM算法是近年来统计模式识别领域流行的算法。因为有统计学习理论(SLT)作为基础,SVM算法具有良好的计算有效性、健壮性和统计稳定性,被广泛地应用在图像识别、语音识别、文字识别等多种模式识别领域。TM多光谱遥感图像的地物分类一直是遥感图像处理领域比较困难的问题。现尝试应用SVM算法对北京市怀柔水库附近地区的地物进行分类,收到了较好的效果。

基于TM影像的荒漠林光谱特征及提取模型研究

以TM为信息源,对TM多光谱遥感影像的辐射校正、几何校正、研究区实地样地的标定、区划,以及识别模型的提取验证,分析荒漠林树种在TM影像上的机理,分析荒漠林树种光谱特征,建立基于光谱知识的荒漠林树种信息提取的识别模型。结果表明:TM图像的红柳与梭梭的光谱特征明显的差异主要集中在TM4波段上,红柳在TM4的亮度值明显高于梭梭,即红柳亮度值具有在TM4最大的特征;经过对模型的验证,模型判对率为70%。

基于TM遥感影像的淮安市土地利用变化分析

随着社会的快速发展，人类活动的日益频繁，地球表面发生了翻天覆地的变化。遥感技术以其独特的优势成为土地利用调查和变化研究的重要技术手段。本文以淮安市1995年和2006年的TM遥感影像为主要数据，依据土地利用类型的光谱特征，采用NDVI，NDWI，NDBI和非监督分类方法分别提取耕地、林地、草地、水体和建筑用地类型，并对提取结果从结构和变化角度进行分析。结果证明：1）依据地物光谱特征，采用不同模型分别提取土地利用类型的方法切实可行；2）淮安市是一个以农用地为主、水资源丰富、城镇化水平较低的地区；在1995～2006年间，耕地、水域和草地分布呈减少的趋势，林地和建筑用地呈不断增加的趋势。

基于影像光谱库的遥感波段模拟方法研究

针对常规的"影像-影像"多光谱影像波段模拟模型对研究区参考影像的依赖和随机性采样带来的模型不稳定问题以及"光谱库-影像"波段模拟模型中光谱库在类别、时间和空间上的不完善导致模型缺乏适用性问题,本文提出了基于影像光谱库的波段模拟方法。首先对与待模拟影像具有相似类别组成的参考影像进行光谱聚类,然后对各个光谱类别进行采样,形成影像光谱库,接着提取光谱库中的等量类别样本训练BP神经网络(BPN)回归模型,最后利用BPN模拟目标影像的波段。实验结果表明:该方法能够更为精确的模拟出TM蓝波段,其模拟均方根误差(RMSE)较"光谱库-影像"模型提高了1.3,较"影像-影像"模型提高了0.6,与"影像-影像"和"光谱库-影像"模型相比,该方法更加稳定可靠;该方法能够成功的应用到SPOT和MSS的蓝波段的模拟中并取到较好的效果。

基于混合像元分解的南方地区植被覆盖度遥感监测——以广州市为例

通过测量图像端元的地表反射率,对遥感图像进行精确大气校正;在对混合像元分解模型进行改进的基础上,建立了基于地表反射率的线性混合像元分解(Liner Spectral Unmixing,LSU)模型,有效地避免了因大气时间、空间差异所造成的多时相误差,实现了多时相对比;通过增加土壤湿度因子,消除了土壤湿度差异造成的误差,建立了适用于南方地区的植被覆盖度遥感监测模型。实地验证结果表明,该模型具有较高的精度。将该模型运用于广州市1998～2009年植被覆盖度时空变化监测,认为城市化、大型工程建设与陡坡开荒是造成广州市植被覆盖度变化的主要原因。

实测反射率与影像反射率对土壤碱化预测的对比分析

以新疆奇台绿洲碱化土壤及其可见光/近红外光谱反射率为研究对象,通过实地定点土壤取样和光谱测量,将碱化土壤的实测反射率与同期获取的TM影像反射率相对照,分析二者与土壤pH值的关系,分别建立对土壤pH值的多元线性回归预测模型并对模型精度进行后验差检验。结果表明:研究区土壤pH值与反射率呈极显著的正相关关系,pH值增加,反射率随之增加,以板结为特征的碱化土壤对光谱具有良好的响应特性。实测反射率与影像反射率对研究区碱化土壤均具有良好的监测潜力。实测反射率预测pH值的模型精度较高,其预测精度主要受地表板结程度的影响。植被对TM反射率预测精度的影响较大,直接用TM反射率预测pH值精度较低,去除植被影响后,其预测模型等级与实测反射率预测模型等级接近,均达到良。

应用线性光谱分离技术研究喀斯特地区土地覆被变化——以贵州省关岭县为例

喀斯特地区土地覆被主要类型除了和非喀斯特地区一样的植被和裸露土壤外 ,还存在一个广泛分布的裸露基岩 ,一般遥感处理方法不具备直接定量提取这三类土地覆被参数的能力。基于地物光谱线性混合模型的线性光谱分离技术 ,可以在亚象元的尺度上直接获取植被覆盖、裸露土壤和裸露基岩等在各象元区域内的比例 ,非常适合用于喀斯特地区的土地覆被变化的研究。本文利用 1 987年 2月 1 7日和 1 999年 1 2月 2 7日LandsatTM各 6波段遥感影像 ,使用ENVI软件 ,分离出植被、裸露土壤、裸露岩石和阴影等土地覆被丰度和RMS的空间分布。对比结果表明 ,研究区 1 987～ 1 999年 ,植被覆盖率上升 5 93 % ,裸露土壤面积下降1 2 1 5 % ,裸露基岩面积上升 4 0 8%。表明研究区尽管植被在恢复、水土流失总量在减少 ,但石漠化面积在明显上升 ,生态形势依旧严峻。

基于波谱角分类的土地利用动态监测

为合理利用土地资源,针对山地城市土地利用状况监测的需要,采用波谱角分类方法,通过选取不同图像子区域的同一地物不同变异端元来消除端元变异性对分类精度的影响,对1994年、2002年、2010年3个时相的专题绘图仪(TM)和增强型专题绘图仪(ETM+)进行土地利用分类,得到3期浙江省临安市市区土地利用类型的面积及空间分布信息。在此基础上,分析了临安市区16年间的土地利用变化状况。结果表明:波谱角分类方法对山地城市用地分类具有较好的可应用性,3期影像的总体分类精度都在92%以上,Kappa系数在0.70以上。近10多年来,临安市区城市用地数量不断增加,耕地面积不断减少,临安市正处于人地矛盾凸显的快速城市化进程中。

海南热带林动态变化的遥感监测

运用遥感手段进行海南霸王岭林区植被的动态监测 ,使用 3幅不同年份 ,同一季节的TM遥感影像 ,进行多时相遥感图像的光谱分析 ,特征提取 ,植被分类 ,精度检验 ,生成植被分类图和各类型植被的统计数据 。

基于面向对象的多端元光谱混合分析方法

为了充分利用中等分辨率遥感影像的空间、纹理和光谱信息,解决影像中存在的大量混合像元问题,提高多端元光谱混合分析方法的效率,本文提出了基于面向对象的多端元光谱混合分析方法。首先利用面向对象的分析方法对研究区遥感影像进行分类,得到分类结果图;然后对分类结果图中包含多种土地覆盖类型的对象进行多端元光谱混合分析,获得各土地覆盖类别的丰度图及分解残差图;最后对基于面向对象的多端元光谱混合分析结果与多端元光谱混合分析结果进行对比分析。结果表明,基于面向对象的多端元光谱混合分析方法能够得到比较连续且和实际地物分布较为吻合的分析结果,其分解精度和效率优于多端元光谱混合分析方法。该方法可更有效地提取地表覆盖信息,为研究区域性生态环境变化、模拟分析提供了有效的信息提取方法。