基于最优波段组合的TM影像土地覆盖信息分类

针对TM遥感影像光谱特征利用率不高,影响土地覆盖信息分类精度的问题,提出一种基于最优波段组合的分类方法。以赣州市章贡区2006年的TM遥感影像为研究对象,首先根据遥感影像的光谱特征和波段间的相关性计算最佳指数;其次根据研究区域特征,引入修正植被指数,并对原影像进行主成分分析,综合分析最佳指数、修正植被指数和前3个主成分量,认为PC3、RNDVI、Band1为最优波段组合。最后结合监督分类与非监督分类法对最优波段组合成的遥感影像进行分类,得到的整体分类精度为86.237 5%,kappa系数为0.825 3。

基于高光谱成像的玉米螟无损检测最优波段的选取

为解决玉米茎秆虫害早期无损检测问题,以提供玉米虫害预测预警与精确喷药理论依据,利用高光谱成像技术,提出了分段混合距离方法,明确玉米茎杆玉米螟虫害无损检测的最优波段,提取单波段特征图像,分割虫孔,以实现对玉米螟的快速、准确、无损检测。首先通过对玉米茎杆高光谱图像的分析,根据玉米茎杆高光谱图像的玉米茎秆区域与背景区域各个波段的光谱反射率的差异,选取450nm的图像,利用阈值分割的方法,获得掩模图像。然后根据可见光波段530~600nm范围和近红外波段750~900 nm范围光谱相关性小的特点,应用混合距离作为测量参数,筛选最佳单波段、双波段组合,最终确定754.8 nm波段为最优波段。提取该波段的图像为特征图像,采用阈值分割与数学形态学方法对玉米螟虫孔进行分割,从而检测出玉米螟虫孔区域,判定玉米茎秆是否存在虫害。结果表明：通过对测试集和验证集中60个玉米螟玉米茎杆和40个正常玉米茎杆的检测分析,得出玉米螟的检测正确率为100%,正常玉米茎的检测正确率为90%,整体检测正确率为96%。说明所获得的最优波段可为开发玉米茎虫害多光谱成像检测仪提供参考。

居民地信息提取的最优波段组合方案研究——以开封市区为例

遥感以其高光谱分辨率、空间分辨率为地理研究提供了丰富的数据,这些数据各波段之间具有重要的互补性,但是也存在着大量的数据冗余。利用最佳波段组合指数法和地物光谱信息相结合的方法,按照波段组合后的信息量最大和波段之间的相关性最小的原则,对实验区的居民地信息提取选取最佳波段组合方案,最后研究表明:分别将TM4、TM5、TM3波段赋予红绿蓝三种颜色,所得的假彩色图像信息丰富,居民地与周围地物在色调上具有很好的可分性,有利于信息的提取。

基于搜索最优双预测波段的超光谱遥感图像无损压缩

该文针对超光谱各波段成像图像之间的相关性强弱程度互不相同这一特点,提出了基于搜索最优双预测波段的超光谱图像无损压缩算法。该算法通过建立一个搜索最优双预测波段的二叉树模型,搜索与每一波段相关性最强的两个波段,并用这两个波段对该波段进行预测。实验表明,与目前研究的其它超光谱图像压缩算法相比,该算法有着很好的压缩性能。

一种基于分形维数的高光谱遥感波段选择算法研究

随着高光谱遥感的发展及其应用的拓展,针对高光谱遥感数据特点的信息处理技术成为高光谱发展的一个重要问题。在常规降维算法的基础上,基于分形理论分析高光谱遥感影像的空间结构特征,并以分形维数作为衡量波段质量的一个指标,设计最优波段指数进行影像最佳波段组合选择。通过与其他常用的波段选择算法的比较,表明该算法具有较好的效果,能够有效应用于波段选择。

地基MAX-DOAS系统获取大气水汽垂直柱浓度方法研究

水汽在大气水循环中起着重要的作用,决定全球的云分布,其浓度的变化影响降水发生频率。降水是影响气候和环境的重要因子,开展准确获取大气水汽浓度是环境气候研究中一个极其重要的课题。多轴差分吸收光谱技术(MAX-DOAS)是一种快速、准确获取大气痕量气体浓度的遥测方法。由于其稳定、实时在线、多组分同时监测和非接触测量等优势,该技术逐步成为反演大气水汽垂直柱浓度的新方法。针对水汽的吸收峰波段范围窄,浓度较高时会出现饱和吸收效应,构建了地基MAX-DOAS水汽垂直分布探测系统,开展了精确获取水汽垂直柱浓度的反演算法研究,并以淮北为研究地点获取了水汽垂直柱浓度。反演过程中,选取天顶方向采集的当圈太阳光谱作为参考谱,根据DOAS算法反演得到其他仰角水汽差分斜柱浓度(dSCD),最终解析出水汽的垂直柱浓度(VCD),其中大气质量因子(AMF)通过几何近似法获得。为了降低其他气体的干扰影响,实验前对比分析了不同波段反演水汽差分斜柱浓度的反演误差,确定最优反演波段433~452 nm。于2023年2月24日至2023年4月2日在淮北地区开展连续观测。实验结果表明:监测期间淮北地区水汽浓度具有早晚高中午低的V型日分布特征。将观测的水汽垂直柱浓度结果和欧洲中期天气预报中心(ECMWF)的ERA5再分析日值数据进行相关性分析,二者具有较好的一致性(R=0.95)。分析监测期间风速、风向与H_(2)O VCD分布关系,发现当风向在60°附近且风速小于5 m·s^(-1)时,H_(2)O VCD呈现升高的趋势。在污染阶段,小风速和较高水汽浓度是普遍存在的特征。研究表明,搭建的地基MAX-DOAS系统在蓝光波段可对水汽垂直柱浓度进行有效监测,为反演大气水汽垂直柱浓度提供了一种有效的技术手段。

基于TM影像的福州市区绿地提取研究

城市绿地是影响市区环境的重要因素,对建设城市生态文明起着重要作用。本文在TM影像的基础上,通过对各个波段的分析,求出最优波段组合并基于这种组合进行影像分类,通过与原始影像分类和NDVI分类结果的对比得出:1)最优波段组合影像分类效果优于原始影像分类;2)最优波段组合影像分类结果与NDVI分类结果十分相近,与实际情况相符;3)NDVI分类效果虽然较好,但与基于最优波段组合影像分类相比,其阈值确定困难,需要多次提取感兴趣区,随机性较大。

基于蒙特卡罗特征降维算法的小样本高光谱图像分类

高光谱图像分类是高光谱数据分析的重要研究内容.相关向量机由于不受梅西定理的限制、不需要设置惩罚因子等优势受到广泛关注.由于高光谱数据具有较高的维数,当训练样本较少时,高光谱数据的分类精度受到严重的影响.通常解决这种现象的办法是对原数据进行特征降维处理,然而多数基于filter模型的特征选择算法无法直接给出最优特征选择个数.为此提出利用蒙特卡罗随机实验可以对特征参量进行统计估计的特性,计算高光谱图像的最优降维特征数,并与相关向量机结合,对降维后的数据进行分类.实验结果表明了使用蒙特卡罗算法求解降维波段数的可靠性.相比较原始未降维数据,降维后的高光谱图像分类精度有较大幅度的提高.

内陆水体悬浮物波段比值优化模型及藻类丰度对模型精度影响研究

内陆水体中浮游植物的存在对悬浮物(TSM)遥感反演模型精度具有一定的影响,藻类丰度会导致水体遥感反射率降低。实验基于中国、澳大利亚和美国内陆水体的372个采样点(4个数据集)水质分析和光谱实测数据,构建内陆水体遥感反射率与TSM的相关关系,建立最优波段比模型(OBR),并分析了藻类颗粒物存在对该模型精度的影响。由于水质的不均一性,不同区域的水质参数敏感波段存在差异,因此各数据集用于建模的最优波段比值不同。结果表明,OBR模型精度较高,误差较小,中国水体模型验证均具有较好效果(石头口门水库:R^(2)=0.87,RMSE=14.1 mg/L;查干湖:R^(2)=0.82,RMSE=23.6 mg/L),澳大利亚水体模型验证效果最佳,R^(2)值高达0.95(RMSE=4.2 mg/L),美国水体模型精度较低(R^(2)=0.78,RMSE=3.7 mg/L)。研究发现,模型精度受水体叶绿素(Chla)浓度和Chla/TSM比率影响,当水体以TSM浓度较高的非藻类颗粒物为主时(如中国石头口门水库和南澳洲地区水体数据集),最优波段比值模型表现更好;而当水体以浮游植物为主时,水体中的浮游植物的丰度会使光谱信号复杂化,从而限制或降低TSM浓度遥感算法的精度(如美国印第安纳州中部水库数据集)。

高光谱成像的水稻螟虫蛀入检测方法

为了控制水稻螟虫预警和喷洒农药用量,实现对水稻螟虫虫害的无损检测,提出了基于主成分分析特征波段检测方法和基于迭代阈值的最优波段检测方法,确定了水稻茎秆螟虫检测的特征波段和最优波段,提取出单波段和组合波段的图像来分割虫孔,从而实现水稻螟虫的精准的无损检测。首先通过高光谱得到的120个样品反射率信息分析确定了光谱区域为450~1000 nm。基于主成分分析特征波段检测方法,对高光谱图像进行主成分分析,通过前五个主成分图像比较确定第三主成分图像为最佳,然后根据第三主成分图像中各个波段的贡献率来选取特征波长(668.8和750 nm),最后结合全局阈值分割和图像掩膜等图像处理方法实现对虫孔区域的判别。而利用基于迭代阈值的最优波段检测方法,在可见光波段450~750 nm范围和近红外波段750~1000 nm范围内应用混合距离挑选最佳的单波段,通过单波段来确定组合波段,对单波段和组合波段进行迭代阈值分割,其中753.5 nm波长分割效果最好,故确定753.5 nm为最优波长,然后提取该波长的图像采用一种基于迭代阈值虫孔提取方法和形态学处理,最后能对水稻茎秆虫孔区域进行判别来实现水稻茎秆虫害是否存在。对60个虫害水稻茎秆和60个正常水稻茎秆进行检测,应用基于主成分分析特征波段检测方法在668.8和750 nm波长处检测率分别为95.8%和93.3%,而应用基于迭代阈值的最优波长检测方法在753.5 nm波长处检测率高达96.7%。说明利用基于迭代阈值的最优波长检测方法对水稻螟虫的检测更加精确,也说明所获取的特征波段和最优波段为以后水稻螟虫虫害的多光谱成像技术提供了理论参考。

基于MAX-DOAS的大气对流层SO_2垂直柱浓度遥测

基于多轴差分吸收光谱技术(multi-axis differential optical absorption spectroscopy,MAXDOAS)获得了对流层SO_2垂直柱浓度。采用不同参考谱和不同波段来获得SO_2差分斜柱浓度,通过对比发现,当圈天顶光谱作为参考谱的反演误差最小,且全天相对稳定波动小,误差小于5%。通过六个波段的对比选取了最优反演波段为307.5~315 nm。结合地面气象数据对2015年10月14日~18日的污染过程进行了研究,数据分析表明风速和风向是影响监测点SO_2浓度的两个重要因素,城市和电厂产生的SO_2会在东风和南风的影响下向监测点输送.通过研究表明,MAX-DOAS能够准确反演大气对流层SO_2垂直柱浓度信息,对于探究城市大气对流层SO_2垂直柱浓度、卫星校验、模型校验以及污染输送的研究具有重要意义。