基于高光谱线性混合光谱分解识别人工地物

城市下垫面包含多种不同年代、材料和成分的人工建筑物,其光谱多样性远远超过自然环境.利用高光谱遥感数据的丰富光谱信息,可以弥补传统遥感数据源(如航片、多光谱遥感数据等)在区分城市地物所需光谱分辨率等相关信息上的不足.从光谱分析与光谱匹配技术出发对城市地物和人工目标进行精细分类,可提供城市规划、环境监测、城市变迁乃至相关社会经济等方面的信息.本研究基于Hyperion高光谱遥感数据,以广州市区为试验区,尝试用手动提取终端像元,首先对水体与植被做分层掩膜,尽可能消除其在求取参考波谱与影像波谱角度过程中的影响;继而参考约翰-霍普金斯大学提供的标准光谱库的人工建筑物波谱,对光谱角度制图方法所产生的规则影像进行密度分割,获取与参考光谱夹角最小的端元准确位置,再通过高空间分辨率影像Quick B ird数据对其进行准实地验证,尽可能提"纯"并获取相应地物影像端元;最后,应用线性光谱分解模型提取出广州市区地表物质的丰度,由丰度图设定阈值生成地物分类图.结果表明:星载高光谱数据可识别出都市人工地物中的水泥混凝土、铺路混凝土、粘土瓦屋顶、较老建筑屋顶、裸土、高反射率未知物(玻璃、金属等)、低反射率未知物(阴影)、林地、草地与水体等,其总体精度为76.2099%,Kappa系数为0.7258.

绿洲景观多季相特征的线性光谱混合分解方法研究

因干旱、半干旱区生态环境的脆弱性和社会经济的干扰,区域景观季相间具有显著变异,但该类区域季相景观异质性研究相对薄弱。加上遥感数据空间分辨率的约束,表征荒漠化状态的异质性景观特征以一定程度的混合像元存在,传统的景观信息提取方法具有一定的局限性。以甘肃省民勤县为例,进行了荒漠化异质性季相景观特征的线性光谱混合分解方法研究,包括端元类型确定,多季相代表性端元选择和光谱值优化等关键步骤。结果表明,多季相线性光谱混合分解模型考虑了端元在季相之间的可比性和分解结果的物理意义,可以直接进行物理解译,有效模拟民勤绿洲的景观要素分布,多季相端元丰度可以描述各类端元的季相变异,为土地荒漠化监测评价提供保障。

面向线性光谱混合分解的邻域像元集螺线型构建方法

高时间分辨率遥感影像在地表景观破碎区域易形成混合像元,难以发挥其高时间维度优势。现有方式多是基于线性光谱混合模型,借助邻域像元所构成的像元集合组成线性方程组,求出组分光谱值的最小二乘解,提高其空间分辨率。然而,现有方法依赖窗口形式来构建邻域像元集合,在某些区域易造成方程组无解的欠定问题。本文在分析其问题原因的基础上,引入阿基米德螺线代替传统的矩形窗口,对邻域各像元依次遍历,构建空间邻近、组分相近的邻域像元集合来解决该问题。在GlobeLand 30数据上的试验表明,螺线型构建方法对5种混合尺度上多种类型地物均具有稳定的精度,与传统窗口构建方法相比,可从构建邻域像元集合方面将总体理论精度提高2%,分解结果精度提高近1个数量级。

改进线性光谱混合分解模型湿地信息提取

由于干旱区农牧交错地带湿地面积小且地类混杂,混合像元现象严重,使得该区湿地信息的自动提取难度较大。针对湿地遥感信息提取的特点和难点,采用NDVI(normalized different vegetation index)阈值法提取水体,应用支持向量机模型(SVM)提取去除水体后的湿地信息,并以修正线性光谱混合分解模型分解的草甸分量,进一步提取高盖度、中盖度和低盖度草甸信息。试验验证结果表明:提取结果的总体精度为88%,Kappa系数为0.83。该方法可为其他光谱特征混杂地区湿地遥感信息的提取提供参考。

特大城市不透水地表时空格局分析--以北京市为例

以北京市为研究区,利用Landsat MSS影像和Landsat TM影像,运用线性光谱混合分解模型提取4期北京地区的不透水地表信息,并结合北京城市用地扩张,分析二者的时空格局。结果表明,近30年来,北京城市用地和不透水地表快速扩张,扩张面积和速度逐年增加,到2010年不透水地表占城市用地面积的64.06%;东城区和西城区在1992年后不透水地表增长幅度较小,丰台区、海淀区、朝阳区和石景山区一直保持快速增长的状态。到2010年,西城区不透水地表占城市用地比例最高,达到高度人工化;在3个扩张阶段中,城市用地扩张中的不透水地表面积所占比例逐年降低,绿地面积所占比例逐年增加,尤其是2000—2010年绿地面积剧烈增加,达到了城市用地扩张面积的27.19%。

基于Sentinel-2A和Landsat8的城市不透水面的提取

城市不透水面相关研究对城市的发展至关重要。为了提取城市不透水面盖度,通常采用线性光谱混合分析方法,在亚像元尺度上计算混合像元内的不透水面面积比例。由于端元光谱曲线存在误差,导致不透水面盖度提取精度较低,因而提出端元优化方案,通过Sentinel-2A影像选择比较纯净的端元,利用其光谱信息优化从Landsat8影像中选择的端元的光谱曲线,提高纯净像元光谱曲线精度。此外,结合解混结果优化方案,利用归一化植被指数(normalized differential vegetation index,NDVI)和干旱裸土指数(dry bare-soil index,DBSI),对解混结果进行优化。采用WorldView-2遥感影像进行样本验证,结果显示,该方法所提取不透水面盖度的精度比传统方法提高了20%,为端元选取和不透水面提取提供可靠的理论支持。

典型喀斯特山地城市不透水面时空格局

以贵阳市主城区为研究区,利用基于植被覆盖度提取法和线性光谱混合分析法分别提取研究区不透水面信息;通过精度对比,选用最优方法提取研究区1996、2007、2017年的不透水面信息,并结合标准差椭圆法和相关扩展指标探讨不透水面的时空演变。结果表明:在喀斯特地区利用线性光谱混合分析法提取不透水面信息效果较好;1996—2017年间研究区不透水面的空间分布趋势经历了从西南—东北分布变化为正北—正南分布,再变化为西南—东北分布的过程;不透水面扩展模式前期主要以单级为核心向四周发散,随时间推移转变为多中心扩展,并伴随大量“飞地”的出现。

基于LSMM的青海湖流域植被覆盖度时空变化分析

基于2000、2008、2016年3个时相的Landsat影像,采用线性光谱混合分解模型提取了三期的青海湖流域植被覆盖度。结果表明,2000-2008年植被覆盖度有小幅度上升;而2008-2016年则表现出植被覆盖度极明显增加,这一变化与2008年启动的青海湖流域综合治理项目密切相关。

滇池遥感水污染变迁分析研究

研究分别利用经验模型和混合光谱的线性分解模型计算了滇池水质的水污染变迁分析分布,利用波段运算得到特征波段(PRWI),经过图像增强处理后提取水体和居民地混合信息,在此基础上通过分析水体的光谱特征,发现水体和居民地在近红外和短波红外上有显著差异,采用决策树模型将水体专题信息提取出来。运用目视判读和定量统计分析方法来评价提取结果得到不同时相的滇池污染分布图。结果表明混合光谱的线性分解模型在水质遥感应用中可以充分的利用遥感影像的多光谱数据,不同水质的水体在遥感图像上有较明显的反映,在内陆湖泊的水质水污染变迁分析研究提取应用中具有通用性。

多光谱荧光影像的纯光谱分析与信号分离

多光谱活体荧光成像技术正逐渐成为生物医学研究的关键技术,但是荧光物质光谱之间的串扰和自发荧光现象严重影响了荧光影像的解译。混合光谱分解对于去除活体多光谱荧光影像自发荧光效应和进行多种荧光信号分离是非常有效的技术,但是光谱分解的前提是获得了各种荧光物质的光谱。基于多元曲线解析交替最小二乘法(MCR-ALS)计算框架,提出包括非负、等式、闭合性、单峰、波段范围及归一化的多约束条件的荧光纯光谱估计方法,利用估计的纯光谱和线性混合光谱模型得到不同荧光信号的分离,去除自发荧光背景对起标记目的的荧光物质信号的干扰。Dirichle分布随机混合构造的不同信噪比和纯净水平的荧光蛋白混合光谱数据分析结果反映出在混合问题严重、有噪声影响的情况下,该算法要比传统端元光谱分析方法的精度高10倍以上。活体鼠多光谱量子荧光影像的实验也证明了该算法在信号分离上的有效性。

一种基于DELSMA模型的城市不透水面提取方法

针对线性光谱混合分解(LSMA)模型在端元个数不变的情况下易造成不透水面被高估或低估的问题,该文提出了基于影像分层的变端元线性光谱混合分解(DELSMA)模型。以城市不透水面为研究目标,采用Landsat 8陆地成像仪(OLI)影像为实验数据,对比分析DELSMA模型和LSMA模型提取的不透水面精度。与LSMA模型分解结果进行对比,DELSMA模型相关系数从0.898 2提高到0.947 3,拟合优度从0.804 7提高到0.896 3,均方根误差从0.089 5减少到0.079 1,从精度验证结果可以看出,基于影像分层的DELSMA模型对混合像元的分解效果优于LSMA模型。实验结果表明:影像分层降低了场景复杂度,有效减少了同物异谱和异物同谱的干扰;采用变端元进行混合像元分解,有效减少了计算量和地物类内差异对分解精度的影响,一定程度上提高了不透水面的提取精度。

一种提取不透水面的综合指数

针对线性光谱混合分解(LSMA)在提取不透水面过程中无法准确区分裸地和不透水面的问题,该文在LSMA方法基础上引入改进的裸地区域指数(IBAI),提出基于LSMA-IBAI综合指数的不透水面提取方法。该方法首先使用线性光谱混合分解对Landsat 8影像进行不透水面初步提取,然后采用改进后的裸地区域指数提取裸地信息,并构建LSMA-IBAI的综合指数模型,最后通过自适应迭代法对城市不透水面进行精准提取。实验结果表明,该方法能够快速准确地对城市不透水面进行提取,总精度至少提升了1.83%,Kappa系数至少提升了0.04%。

泰安市区不透水面覆盖度遥感估算研究

区域不透水面覆盖度是该区域城镇化程度、生态环境状况的重要指示因子。针对传统线性混合像元分解丰度图经常出现负值或者大于1的情况,采用完全约束最小二乘混合像元分解方法,利用泰安市市区Landsat8 OLI遥感影像提取了其不透水面分布状况,运用高分辨率遥感影像随机采样进行了精度检验,并对该区域不透水面空间特征进行了分析。结果表明:该文方法对泰安市市区不透水面分布提取的精度较高;植被、水体、高和低反照率不透水面4种光谱端元的线性组合,可以较好地模拟OLI影像的波谱特征;高、低反照率不透水面两种光谱端元可以很好地表达泰安市市区不透水面信息。

基于OLI/TIRS数据的沈阳市不透水面提取

不透水面是评价城市发展及生态的关键指标,而不透水面提取的方法以四端元模型为主,存在无法有效区分裸土和高反照度的问题。本文以东北老工业代表性城市——沈阳市为研究区,基于Landsat 8多光谱波段(OLI)和热红外波段(TIRS),利用五端元线性光谱混合分解方法对传统的四端元线性光谱混合分解方法进行优化,提取不透水面并对其空间分布进行分析。在四端元线性光谱混合分解方法获取研究区高、低反照度分量基础上,反演地表温度,通过五端元线性光谱混合分解方法获取裸土盖度,利用地表温度和裸土盖度阈值对高、低反照度分量进行优化,得到沈阳市不透水面盖度空间分布。经过精度检验,提取的不透水面均方根误差RMSE=13.14%,相关系数R=0.91,表明本文所用方法可有效提取不透水面。不透水面空间总体分析表明,沈阳市非建设区比例为79.04%,中心老城区高密度区占比较高,城市新扩张区域还未形成合理布局。局部特征分析结果表明,沈阳市东西向发展不对称,南北向的生态环境优于东西向。本文研究结果可为其他城市不透水面提取提供借鉴,为城市规划和发展建设提供科学依据。