基于Hyperion数据的普朗铜矿矿物信息提取分析

为突破普朗矿区海拔高、交通条件差、传统勘探方法受限的问题,使用高光谱遥感技术以更方便、准确地提取岩矿信息。利用Hyperion数据,采取最小噪声分离变换以及纯净像元指数法提取纯净像元作为端元,通过N维可视化分析法获得端元光谱;然后利用光谱角制图法提取研究区蚀变矿物,并与已知的地质资料结合分析,验证此方法的可行性。结果显示,高光谱遥感可以精确地识别蚀变矿物种类并显示分布范围,同时能够进行矿物填图,提高了蚀变信息的可利用性,对普朗铜矿区蚀变信息的遥感提取具有重要意义。

基于Hyperion高光谱数据的植被覆盖区岩矿蚀变信息提取

植被遮盖增加了地质勘探和资源管理的复杂性。高光谱遥感技术的发展为克服这一挑战提供了新途径,对植被覆盖区域的岩矿蚀变信息提取逐渐引起广泛关注。本文探讨了基于Hyperion高光谱数据的植被覆盖区域岩矿蚀变信息提取方法,具体研究目标包括高光谱数据的预处理、波谱反射率的反演以及野外测试波谱曲线的结合,以像元波谱匹配技术提取特定岩矿蚀变信息。通过研究,旨在为植被覆盖区域岩矿蚀变信息的提取提供新的思路和方法,从而为地质勘探和资源管理等领域的决策提供更准确的数据支持。

基于ASD与Hyperion高光谱数据的主要针叶树种分类研究

以云南省香格里拉市为研究区,对ASD光谱仪实测的4种针叶树种光谱数据采用包络线去除法、光谱一阶微分法和光谱二阶微分法3种波段选择方法得到Hyperion高光谱影像数据的分类特征波段,采用最大似然法、支持向量机2种分类方法对所选的特征波段开展树种识别分类,对原始影像采用光谱角填图分类方法作对比实验。结果表明,基于ASD数据的光谱一阶波段选择方案的支持向量机分类方法精度最高,总体分类精度为81.95%,Kappa系数为0.7251。采用ASD实测光谱数据能有效指导Hyperion进行树种分类,基于数据尺度和换算方式,一阶微分更适合特征波段选择;与传统的数理统计分类方法和光谱特征分类方法相比,基于机器学习的方法如支持向量机等在高光谱遥感分类中具有更大的应用潜力。

基于Hyperion数据的太湖水体叶绿素a浓度遥感估算

通过对2004年8月19日太湖Hyperion高光谱遥感数据的处理和分析,文章首先采用比值和一阶微分处理技术进行了叶绿素a浓度的估算．为了弥补此两种方法在模型的适用性和通用性方面的不足,本文尝试了利用混合光谱分析模型进行太湖水体叶绿素a浓度的提取和成图．实验结果说明高光谱遥感数据Hyperion可以进行水体叶绿素a浓度的监测,并且作为高光谱处理技术之一的混合光谱分析技术是水体叶绿素a浓度估算的另一条佳径．

Hyperion高光谱数据森林郁闭度定量估测研究

该文探讨和评价了利用星载EO-1 Hyperion高光谱遥感数据定量估测森林郁闭度的能力.高光谱数据光谱特征空间降维采用两种方式,一种是光谱特征选择的波段选择法(BS),另一种是光谱特征提取的主成分变换法(PCA).从森林资源变化图上获取200个样点的实测郁闭度值,130个用于建模,70个用于验证.对应图像的取值采用单像元值(NP)和3×3窗口的平均值(W33)两种方法.两种光谱特征降维方式和两种图像取值方法构成4种估测模型(BS-NP、BS--W33、PCA-NP和PCA-W33).分析过程为:①对图像进行预处理,选出质量好的波段;②采用逐步回归技术提取与郁闭度相关性高的波段或变量;③建立多元回归模型估测郁闭度;④估测精度验证.经检验,估测精度分别为:BS-NP 83.17%、BS-W33 84.21%、PCA-NP 85.62%和PCA-W33 86.34%.初步结果表明,光谱特征提取的主成分变换分析法比光谱特征选择的波段选择法的郁闭度估测更有效;3×3窗口的图像取值方法比单像元取值方法的估测精度高.

基于FLAASH的Hyperion高光谱影像大气校正

遥感影像的大气校正是定量遥感研究的前提。文章对利用ENVI软件的FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)进行EO-1Hyperion高光谱影像的大气校正能力进行了评价。黑河流域甘肃张掖研究区的Hyperion高光谱影像的获取时间是2007年9月10日,卫星过境前后准实时获取41个样区的野外实测数据,包括冠层波谱和生化含量以及GPS定位数据。首先利用Landsat-7ETM+影像对Hy-perion高光谱影像进行了几何校正,然后将Hyperion的DN值转化为辐射亮度和表观反射率,并利用FLAASH对Hyperion影像进行大气校正。比较了研究区四种典型地物(玉米、水体、荒漠和建筑物)的辐射亮度、表观反射率以及FLAASH大气校正后的反射率,并与玉米ASD野外反射波谱利用高斯滤波函数重采样到Hyperion相应波段后进行了比较。结果表明,FLAASH大气校正很有效,两种方法获得的反射波谱相吻合,相关系数达0.987。

EO-1 Hyperion高光谱数据的预处理

针对EO-1 Hyperion高光谱遥感数据的特点,在图像质量检查的基础上,对Hyperion图像进行了未定标和受水汽影响波段的去除、坏线修复、条纹去除、Smile效应降低、大气纠正等预处理,获得了较好质量的图像,为图像的进一步分析和实际应用提供了保障。结果表明图像大气纠正后光谱优化处理能进一步提高图像的质量。

利用Hyperion短波红外高光谱数据勘探天然气的研究

利用高光谱遥感技术探油是一项高新油气勘探技术.基于中国某地区Hyperion高光谱数据,进行航天高光谱遥感天然气勘探技术的初步研究.针对Hyperion高光谱数据的低空间分辨力、微弱信号与低信噪比等特点,采用基于小波主成分分析的特征提取算法提取该地区烃类物质微渗漏蚀变特征,运用聚类K-均值法/最大似然法混合训练策略,采用粗分→细分→精分思想完成该地区天然气蚀变异常区的分类.结合已知地质资料分析,分类所得的异常区与地质资料基本吻合,分类效果好,为油气勘探的地质解释提供了新的参考依据.

基于Hyperion影像的水稻冠层生化参量反演

采用小区实验与大田应用相结合的方法,依据扬州实验小区地面实测拔节期、抽穗期及灌浆期的水稻叶片、冠层光谱及氮和叶绿素含量,采用光谱吸收特征和植被指数分析方法,得到估算水稻氮和叶绿素含量的最佳光谱特征参数;结合覆盖江苏姜堰地区大田的Hyperion高光谱遥感影像,建立反演水稻冠层氮和叶绿素含量的模型,对研究区大田水稻冠层氮和叶绿素含量进行了反演及制图。结果表明:经波深中心归一化方法分析,发现以670nm为中心的光谱吸收特征面积与水稻氮含量呈显著相关性;基于反转归一化光谱,结合560nm和670nm两个波段,建立的植被指数NDVI560_670能很好地反演水稻叶绿素含量。

Hyperion高光谱遥感在青海东昆仑东大滩地区找矿中的应用

利用ENVI软件,对青海东昆仑东大滩地区Hyperion高光谱数据进行处理后,运用光谱角填图法、波谱特征拟合法及匹配滤波法,对高光谱数据进行了矿物蚀变信息的提取,获得了东大滩地区矿物蚀变图像。在磨石沟二长花岗岩、花岗闪长岩岩体外围的南东侧,存在着硅酸盐、碳酸盐、三价铁等矿物蚀变。野外对蚀变异常地段进行验证,野外观察的矿物蚀变异常与遥感图像显示的蚀变异常区域基本吻合;结合区域地质背景与成矿条件,进行了区内成矿预测与优选靶区圈定,并发现了东大滩铜矿化点,说明高光谱遥感能为找矿提供准确且可靠的信息。

基于Hyperion高光谱数据的温带森林不同冠层结构的光谱特征分析

冠层是植被进行生态过程的主要层次,森林冠层结构影响冠层生化组分的遥感反演,因此对其光谱特征的分析有助于提高冠层生化组分反演的精度。以长白山温带阔叶红松林为研究对象,利用Hyperion高光谱数据提取不同林冠反射率,运用连续统去除和光谱一阶微分法进行光谱变换,定量分析森林冠层的光谱特征。通过计算样方阔叶树种优势度(BFDI),以及一系列光谱指数(NIR,NDVI,EVI,NDNI,SPRI*NDVI和SPRI*EVI),探讨冠层结构组成对其光谱特征及光谱指数的影响。结果表明:(1)相比阔叶林冠层,针阔混交林、美人松林和樟子松林冠层光谱的红边有左移趋势,斜率明显下降,蓝边、黄边斜率特征也相应减弱,近红外波段反射率明显下降,可见光波段的归一化反射率有上升趋势,表明不同林冠,尤其针叶林与阔叶林林冠之间的光谱特征差异明显。(2)BFDI对冠层NIR反射率和三边斜率有明显的影响,与光谱指数显著相关(P<0.01),表明BFDI影响森林光谱指数。BFDI与NDVI,EVI,SPRI*EVI,NIR,SPRI*NDVI,NDNI的R2分别达到0.90,0.83,0.83,0.81,0.68,0.59,揭示了BFDI对于冠层绿度、叶面积指数、植被生产力以及冠层叶氮浓度等植被参数存在一定影响。研究表明,利用星载高光谱数据结合地面样方调查可以很好地阐明林冠结构组成对于光谱特征的影响,也对优化植被冠层生化组分和森林生态系统生产力的遥感反演具有借鉴意义。

基于Hyperion高光谱数据的城市植被胁迫评价

快速获取城市植被的胁迫状态,不仅对城市植被健康状况的维护,而且对城市生态环境的改善具有重要意义.在对受胁迫植被的生理特征和光谱特征进行分析的基础上,利用星载高光谱Hyperion数据,计算出与胁迫相关的14种高光谱植被指数,在此基础上运用BP神经网络算法建立了城市植被胁迫强度分类器,对城市植被的胁迫强度进行了识别与分析.结果表明:城市中心商住区的植被受胁迫程度明显高于城乡结合部和郊区;植被的受胁迫现象在大块绿地外围呈环状分布;构建的植被胁迫强度分类器能够较为准确地反映植被受胁迫的强度信息,可为大面积城市植被胁迫监测提供一种较为可靠而快捷的方法.

基于Hyperion高光谱数据的植被冠层含水量反演

植被冠层含水量广泛应用于农业、生态和水文等研究中。本文基于PROSAIL模型,建立了利用Hyperion高光谱数据定量反演植被冠层含水量的模型。首先,PROSAIL模型模拟植被冠层反射特征表明,970nm水吸收带右侧曲线(980～1 070nm)一阶导数D980～1 070与冠层含水量关系密切,决定系数达0.96。基于此,利用Hyperion数据的983,993,1 003,1 013,1 023,1 033,1 043,1 053,1 063nm共9个波段计算D980～1 070,并利用所建模型反演植被冠层含水量。最后,利用黑河流域盈科绿洲的实测数据对反演结果进行了验证,其平均相对误差为12.5%,均方根误差在0.1kg·m-2内,结果表明该模型可靠。该研究可以为大范围获取植被含水量信息提供有效方法。

西藏Hyperion数据蚀变矿物识别初步研究

矿物识别是高光谱遥感技术研究的重要内容 ,也是高光谱最能发挥作用的领域。文章以最新获取的西藏驱龙地区卫星高光谱Hyperion数据为例 ,进行了星载高光谱数据蚀变矿物识别的初步研究。根据矿物光谱识别规则和识别谱系 ,初步识别并提取出高铝和低铝白云母化、高岭石化以及绿泥石化等蚀变矿物。与已知地质资料对照分析 ,所提取的蚀变信息与矿区地质情况基本吻合 ,同时发现一个新的类似的蚀变组合。

利用Hyperion数据进行环境星HSI红边参数真实性检验

针对我国新发射运行的HJ-1A星HSI数据,利用高光谱分辨率的Hyperion数据进行了HJ-1A星HSI的光谱模拟,提取了红谷位置、红边位置、红边斜率和红边振幅等4个主要的红边参数,对真实与模拟环境星HSI数据的红边参数进行了对比分析,从而以Hyperion数据为参照检验了环境星HSI红边参数的真实性。研究结果显示,环境星HSI与模拟HSI的红边范围光谱反射率平均相关系数为0.946,标准差为0.011,为极显著相关,两种数据在红边范围内的光谱反射率变化高度一致;4个红边参数的相关系数分别为0.414,0.543,0.808和0.802,并且随植被覆盖度的变化呈现出明显的规律性,模拟与真实红边参数差值标准差分别为5.75,1.86,5.7e-4和0.024,认为环境星HSI的红边参数可以较好反映该区域植被变化所造成的红边光谱特征差异。

基于Hyperion的锡林郭勒草原光合植被、非光合植被覆盖度估算

掌握草原生态系统光合植被覆盖度(fPV)与非光合植被覆盖度(fNPV)时空动态对了解干旱半干旱草原生态系统特征(覆盖状况、火灾负载、载畜量、干扰及恢复等)及进行科学、有效地草地资源管理具有重要的意义。选取锡林郭勒典型草原为试验区,以Hypeiron高光谱数据为数据源,利用NDVI-CAI三元线性混合模型对试验区fPV和fNPV的时空动态分布进行了估算,并对不同端元选择方法(最小包含端元特征法、纯净象元指数法和实测法)对估算结果的影响进行了比较分析。研究结果表明,NDVI-CAI三元线性混合模型是同时估测锡林郭勒草原fPV和fNPV的有效方法,且估算的fPV和fNPV的季节变化与牧草的物候发育特征相吻合。不同端元选择方法对估算精度具有一定的影响,其中基于最小包含端元特征法提取端元进行估算的精度最高,fPV估算的均方根误差RMSE=4.57,估算精度EA=91.2%;fNPV估算的RMSE=5.90,EA=67.91%(样本数N=52)。

高光谱Hyperion与高分辨率WorldView-2卫星数据协同下的岩性分类

在目前的技术条件下,一种遥感数据源很难同时具有高空间分辨率和高光谱分辨率特征,因此如何协同使用不同来源的遥感数据进行矿物岩石识别就成了遥感地质领域的重要研究内容之一。本文结合高空间分辨率WorldView-2数据和高光谱分辨率Hyperion数据,以新疆乌恰县矿物岩石识别与地层划分为例探讨多源遥感数据协同的岩性分类。通过对比2种数据源的空间和光谱探测能力,找到其协同基础。借鉴传统的同源数据融合方法,把World View-2多光谱数据降采样到不同空间尺度,并进行主成分变换,采用第一主成分与Hyperion融合产生协同数据。基于SAM光谱角分类法,分别采用WorldView-2多光谱原始数据、Hyperion原始数据和各协同数据对研究区的岩性进行自动分类。结果表明,各协同数据岩性分类精度较高,Hyperion次之,WorldView-2数据岩性分类精度最低。

基于Hyperion数据的油砂分布遥感研究

依据油砂中烃类的微渗漏和油砂组分光谱特征响应原理,利用Hyperion高光谱影像提取和识别与油砂分布相关的波谱信息,进行非常规油气能源——油砂分布的有利区预测。根据油砂所致烃类微渗漏的地表特征可知,低植被覆盖区的异常以矿物异常为主,中、高植被覆盖区的异常以植被异常为主。利用归一化植被指数表征地表植被的不同覆盖程度:当其值为[0.0,0.4)时,采用SAM(spectral angle method)提取矿物异常信息;当值为[0.4,0.7]和(0.7,1.0]时,分别采用LIC(lichenthaler index)和CTR(carter indices)方法提取植被异常信息。同时,为确保提取的矿物和植被异常信息的产生是由油砂中烃类的微渗漏所导致,以野外油砂反射光谱为端元,运用光谱角分类方法提取油砂信息,并将其与获取的矿物和植被异常信息进一步应用空间叠置分析确定油砂分布有利区。结果表明,综合运用野外实测高光谱数据和高光谱影像数据能够较准确地预测出研究区中油砂的分布位置。因此,应用高光谱影像进行油砂分布的有利区预测,可为未来利用遥感技术深入研究油砂可采储量评价提供参考依据。

偏最小二乘回归在Hyperion影像叶面积指数反演中的应用

叶面积指数(LeafArea Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60m×60m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明:偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4～6个为宜。

基于Hyperion数据的香格里拉森林郁闭度遥感估测研究

基于Hyperion高光谱数据,采用2种方法进行波段选取,将选择的波段数据进行特征提取变量,采用偏最小二乘法分别对2种方法选择的特征变量建立香格里拉主要树种郁闭度遥感估测模型,并进行精度检验评价。结果表明:基于实测样地郁闭度差异特征分析选择的Hyperion特征波段建立的模型R^2为0.837、估测精度为82.09%,基于遥感影像进行分段主成分分析选择的Hyperion特征波段建立的模型R^2为0.764、估测精度为78.4%,基于样地数据郁闭度变化敏感性分析模型优于基于Hyperion影像的分段主成分分析模型;分段主成分分析法所选出的特征波段虽然包含了较多的波段信息,但是很多为连续波段或者波长较近的波段,波段之间的相关性较高,导致建模精度不如预期。