典型地物光谱空间结构特征与基本统计参数分析

分别从光谱曲线及光谱特征空间入手,对内蒙古突泉与青海同仁研究区野外实测岩石、土壤和植被等3类典型地物的光谱数据进行了分析,发现研究区无论在光谱曲线空间,还是在光谱特征空间,同类地物的分布形态基本一致,而不同之处是由不同地区的地质地貌、生态环境与气候因素决定的,但不影响其空间分布形态的整体特征。通过分析与实验,发现了几种能够在光谱特征空间对上述3类特征地物进行较好区分的波段组合,可以利用这几种波段组合指导根据遥感图像生成的二维散点图对这3类地物的分类,有助于改进遥感蚀变信息提取方法。

矿化蚀变区典型地物光谱特征分析与空间结构研究--以内蒙古突泉县-扎鲁特旗成矿带为例

基于野外实测光谱数据,分析岩石、土壤和植被的光谱反射特征,提出在光谱特征空间研究典型地物的几何结构与空间关系,分析总结中等植被覆盖的矿物蚀变区典型地物在光谱特征空间中的分布形态与空间分布关系,为遥感矿化蚀变信息提取提供科学依据。

遥感图像蚀变信息检测中的光谱数据空间结构分析

引用独立成分分析与盲信号分离的一些重要理论思路,通过分析遥感图像数据非高斯分布的基本特点,以及多(高)光谱数据空间的几何结构特征,探知遥感图像多元数据集合的高维空间属低维几何结构—"超平面"形态,而包含蚀变信息在内的异常点通常会游离在"超平面"之外。在此基础上,引申主成分分析"(PCA)"的基本性质,提出了遥感图像多元数据集合高维空间的背景-异常信号子空间可划分的概念,并给出了一些重要统计参数的估计方法。

高(多)光谱数据的背景-异常子空间模型研究

本文引用独立成分分析与盲信号分离的理论,从遥感高(多)光谱数据的基本统计特征出发,对其概率密度分布作出了分类与解释,并同图像数据的背景与异常建立了联系。在此基础上,对高(多)光谱数据点阵分布的空间几何结构进行了深入的研究分析,推断出遥感高(多)光谱数据集合的高维空间属于低维几何结构-"超平面"形态,而包含蚀变信息在内的异常点群通常会游离在"超平面"之外。然后,对主成分分析(PCA)的信号-噪声模型加以引申,提出了遥感图像多元数据集合高维空间的背景-异常信号子空间可划分的概念,并给出了子空间划分的阈值估计方法。同时,探讨了遥感图像的端元数目、多波段数据集合的本征维数、主要背景地物数目三者之间的关系;通过西藏驱龙地区两种类型遥感数据的实例分析,说明了本文所讨论的光谱数据空间的低维结构以及背景-异常子空间模型在遥感高(多)光谱数据分析应用中的正确性与实用性。研究结果表明:尽管不同自然景观区的遥感图像的光谱变化复杂,而它们的光谱数据空间属于低维几何结构,以及背景-异常(含噪声)子空间的可分性是其具有共性的本质特征。在统计意义上蚀变异常在遥感高(多)光谱数据集合中是可识别的。

多光谱遥感图像中蚀变信息及干扰因素的分析研究

针对遥感蚀变信息提取中存在的不确定性和难点问题,文章基于光谱混合模型理论和随机变量概率分布理论,对多光谱遥感数据的空间几何结构特征进行了深入分析,探知了遥感图像多元数据集合的高维空间属于低维几何结构,并在此基础上,较系统地研究了背景、干扰与蚀变信息在特征空间中的分布关系,以及干扰地物类型的划分等问题,为遥感蚀变信息的准确提取提供了重要的技术思路。

基于物理意义的二维散点图类型划分与遥感蚀变信息提取

遥感图像的二维散点图是表达2个波段组合光谱空间结构信息的最佳图示方式,但以往的工作只是研究了光谱数据点阵空间的背景-异常子空间模型,遥感图像二维散点图的分布规律、形态规则、多层次聚类套叠等基本空间几何结构特征,基于2个波段概率密度联合高斯分布模型估计二维散点图的椭圆几何参数,以及遥感图像背景、干扰与蚀变异常同二维散点图空间结构的关系等。该文进一步研究了基于物理意义的遥感图像二维散点图的类型划分问题,并通过实例分析阐述了不同类型的二维散点图在遥感蚀变信息提取中的应用,表明依据这样的类型划分不仅能够定位出相应遥感图像的背景、干扰与蚀变信息,而且可以为遥感蚀变信息提取方法的选择提供理论依据,具有较好的应用效果。

Spectrum spatial structure characteristic analysis of remote sensing alteration information and interference factors

Based on the statistical characteristics of remote sensing data, the spatial geometric structure characteristics of spectral data and distribution of background, interference and alteration information in characteristic space were researched through the analysis of two-dimensional and three-dimensional scatter diagrams. The results indicate that the hyper-space of remote sensing multi-data aggregation belongs to low-dimensional geometric structure, i.e. hyperplane form, and anomalous point groups including alteration information usually dissociate out of hyperplane. Scatter diagrams of remote sensing data band are mainly presented as two distribution forms of single-ellipse and dual-ellipse. Clarifying the relations of three objects of background, disturbance and alteration information in remote sensing images provides an important technical thought and guidance for accurately detecting and extracting remote sensing alteration information.