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。

基于Hyperion高光谱图像的氮和叶绿素制图

利用云南省西双版纳的Hyperion高光谱图像,利用多元逐步线性回归建立了Hyperion一阶导数反射率与氮浓度和叶绿素浓度的关系,结果表明:经6S模型大气校正的Hyperion反射率与野外实测冠层反射率基本吻合;经6S校正的反射率计算的NDVI,高于用绝对亮度、表观反射率计算的NDVI,而且前者与野外实测计算的NDVI最接近;预测氮和叶绿素浓度的模型中大部分入选波长与蛋白质的吸收有关,R2分别为0.586和0.506。产生了冠层水平氮和叶绿素浓度的空间分布。结果表明:水稻的氮浓度最高,为2.5%-3.5%,其次为甘蔗、土豆、茶树,氮浓度为1.0%-2.5%,而大多数森林的氮浓度在1.0%-1.5%。对于叶绿素,水稻、马铃薯的叶绿素浓度最高,为25%-35%,其次为玉米、甘蔗,叶绿素浓度为20%-30%,而栗树的叶绿素浓度为20%-25%。证明高光谱图像是大尺度估算植被生化组分的有效方式。

E0-1 Hyperion高光谱影像的FLAASH大气校正与评价

遥感影像的大气校正是遥感数据应用的基础.文章利用ENVI软件的FLAASH大气校正模块,对Hype-rion高光谱遥感影像进行大气校正,选取典型地物对校正效果进行评价.主观定性评价结果显示校正后的影像地物边界更清楚、对比度增强;光谱曲线对比分析显示,校正前后光谱曲线形状完全不同,林地的反射率图像的光谱曲线形状与USGS标准库的曲线类似;典型地物影像质量的指标评价结果表明,校正后图像的平均梯度值基本都大于校正前影像的值;信息熵的值正好相反,大气校正的效果明显,进一步证实FLAASH模块各参数设置的合理性.

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.

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。

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.

基于经验线性法的Hyperion高光谱图像地表反射率反演研究

基于经验线性大气校正法，分别选择水体和水泥堤坝作为暗、亮目标，对目前唯一在轨运行的高光谱图像Hyperion进行大气校正。与表观反射率的比较说明大气作用与地物实际反射率大小有关；与实测光谱进行对比研究，表明经验线性法所得结果在近红外和短波红外区域精度较高，绝对误差小于10％，最小值为2．6％，而在可见光波段精度较低，绝对误差在10％～13％。在实际应用中，该方法的关键是合理选择校正目标场。

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。

EO-1Hyperion高光谱数据FLAASH模块大气纠正

EO-1Hyperion高光谱遥感影像在实际应用中,需对图像进行大气纠正及补偿等预处理,以便获得较好质量的图像,为进一步分析和应用提供保障.笔者运用FLAASH大气校正模型对中国云南香格里拉地区的Hyperion卫星影像进行大气校正,利用图像MNF转换法对光谱曲线进行去噪平滑优化,再对校正前后影像进行遥感影像和典型地物光谱曲线对比分析.结果表明,影像经FLAASH大气校正和MNF平滑后,较好地消除了大气影响和Hyperion高光谱遥感图像的光谱噪声.

Hyperion高光谱遥感岩性识别填图

Hyperion高光谱数据在蚀变矿物填图方面已凸显其优越性,而在岩性识别方面大多仍在探讨中。通过应用Hyperion数据结合野外光谱采集,在研究区进行了岩性填图的试验研究。同时,叙述了野外采集光谱数据的过程,建立了野外实测光谱数据库,利用野外实测岩石光谱作为端元光谱进行SAM(Spectral Angle Match)光谱角岩性填图。这对于地质环境复杂地区的岩性填图工作具有一定的应用价值。

基于粗集均值滤波的Hyperion高光谱数据滤噪方法

高光谱图像滤噪处理直接影响后续分析结果的精确度乃至正确性,鉴于此,针对Hyperion高空间分辨率和高光谱分辨率的特征,在比较分析目前各种高光谱遥感数据噪声滤波方法的基础上提出一种基于粗集均值滤波的噪声滤除方法,即先用上下近似空间和门限值刻画边缘,再用均值滤波。将该方法的实验结果与常用的高光谱数据MNF噪声分离算法和低通滤波算法的结果进行比较,发现基于粗集概念的均值滤波具有较好的保边去噪效果,其误差小、光滑性好、自适应能力强以及能够较好的保留细节信息,但需要通过交互确定门限;在处理不完整性、不确定性等问题时,粗集算法比硬计算效果更好。

EO-1 Hyperion高光谱数据的质量评价

本文以影像的客观评价方法对扬州地区一景Hyperion影像的L1R数据进行质量评价。主要采用辐射精度、信息量、清晰度、信噪比等指标对图像质量进行分析,经过评价认为,影像获取时受到成像环境和天气的影响,可用波段数量可能产生一定范围的浮动。本文的影像存在44个未定标波段,25个受水汽影响波段,而SWIR130以后的波段中存在大量噪声。影像信息主要集中于VNIR和SWIR波长较短范围的约94个波段内,该范围内影像质量较高,能发挥高光谱分辨率优势,并为正确还原光谱信息提供可能。影像数据中存在的条带现象和辐射畸变经过一定处理去除后,在农业调查、监测、管理,森林覆盖、灾害预警,地质调查,找油以及海洋水色研究等领域将有良好的应用前景。

Hyperion高光谱数据在福建钟腾铜钼矿区的应用研究

以福建平和钟腾铜钼矿区为例,简要介绍了Hyperion高光谱数据处理技术,探讨了基于特征谱带的光谱微分及基于完全波形特征的光谱匹配等遥感矿物识别方法,初步识别出该矿区的绢英岩,并为地质资料、野外踏勘以及岩矿鉴定所证实。旨在交流基于高光谱遥感数据的岩矿信息提取方法技术,对高植被覆盖区的遥感技术应用进行探索。

基于Hyperion高光谱影像的冬小麦地上干生物量反演

在黄淮海粮食主产区选择河北省衡水市深州市为试验区,以冬小麦地上干生物量为研究对象,以作物冠层高光谱和EO-1 Hyperion高光谱卫星数据为主要数据源,在分析冠层高光谱构建的窄波段植被指数(N-VIs)与实测冬小麦地上干生物量间相关性基础上,提出了利用拟合精度R2极大值区域重心确定冬小麦干生物量敏感的光谱波段中心的方法,并运用该方法确定了冬小麦生物量敏感波段中心。在此基础上,以敏感波段中心筛选结果为指导,利用窄波段植被指数及相关波段开展Hyperion高光谱卫星遥感区域冬小麦干生物量遥感反演和精度验证。最终,按精度最高原则优选区域冬小麦地上生物量反演结果。其中,研究采用了冬小麦孕穗期Hyperion数据,涉及的植被指数包括窄波段归一化植被指数(N-NDVI)、窄波段差值植被指数(N-DVI)和窄波段比值植被指数(N-RVI)。结果表明,通过与实测冬小麦地上干生物量对比,利用冠层高光谱冬小麦地上干生物量反演敏感波段筛选结果及其相应波段构建的Hyperion窄波段植被指数进行孕穗期作物干生物量估算取得了较好结果,其精度由大到小为:NNDVI、N-RVI、N-DVI。其中,以波段B18(波长528.57 nm)、波段B82(波长962.91 nm)构建的Hyperion N-NDVI估算区域冬小麦地上干生物量精度最高,相对误差(RE)和归一化均方根误差(NRMSE)分别为12.65%和13.78%。

Hyperion高光谱影像波段选择方法比较研究

Hyperion影像的光谱分辨率高,数据体积庞大,而且相邻波段之间的相关性强,信息冗余度较高,给数据处理与解译带来了很多问题。鉴于此,提出了通过将分段主成分分析和波段指数相结合来开展波段选择与降维研究的思想。同时采用自适应波段选择法、波段指数法和主成分分析累计贡献率方法进行了波段选择方法的对比研究;对4种波段选择方法所得到的结果进行了最佳波段组合、地物可分性和图像变换比较分析。实验结果表明,分段主成分分析与波段指数综合方法可以有效抑制由于全局变换造成局部重要光谱被滤除的现象,同时还可兼顾自适应分区后各子区间及区间内波段之间的相关性,有效降低高光谱数据的维度。由此可见,该方法的波段选择效果优于传统的自适应波段选择方法、波段指数法以及主成分分析累计贡献率方法。

基于Hyperion高光谱数据的矿物蚀变提取——以内蒙古西部狼山地区炭窑口矿床为例

以已知的矿床——内蒙古炭窑口矿床为研究区,基于围岩矿化蚀变理论,利用高光谱遥感技术对矿化蚀变异常信息进行提取。首先对Hyperion影像进行预处理,包括去坏线、条带、大气校正及光谱重建。其次,从反演后的反射率数据提取5类端元矿物,通过分析矿物组合,最终确定5类矿物并利用波谱角制图法在研究区填图,进而提取矿化蚀变信息。在以上研究过程中改进了去除条带的方法。在获得蚀变信息后,结合炭窑口研究区的地质图进行应用分析,通过解释异常,验证其是否为矿化引起的蚀变。最后,再根据研究区的地质情况和前人对矿床的研究成果,尤其是对含矿地层的研究成果,结合提取的蚀变矿物,预测其他有利靶区。结果表明,获得的矿化蚀变信息与矿点吻合较好,具有一定的借鉴意义。

EO-1Hyperion高光谱数据FLAASH模块大气纠正及评价

由于受到大气的影响,传感器接收到的辐射信息不能真实地反映地表反射光谱信息,因此,从遥感影像中去除大气的影响,即进行大气校正,是高光谱遥感数据处理中极为重要的环节。文章介绍了EO-1hyperion高光谱数据的特点,以及用FLAASH(Fast Line of Sight Atmospheric Analysis of Spectral Hyper-cubes)模块对新疆地区Hyperion高光谱遥感影像进行大气校正,并对处理结果进行评价,结果表明FLAASH模块大气纠正效果良好。

Hyperion高光谱数据条带噪声消除方法研究

高光谱图像条带噪声的消除是高光谱图像处理的关键预处理技术.概述Hyperion成像光谱仪的工作原理,分析了Hyperion数据条带噪声产生的机理并总结条带噪声的特性.提出高光谱条带噪声消除的4种方法.研究表明,Hyperion数据条带噪声消除比较有效的方法是矩匹配法.对于高光谱图像条带噪声消除深层次的研究是要实现高光谱图像条带噪声的自动检测以及处理的智能化.