高光谱遥感植被图谱信息提取研究进展

高光谱遥感在植被健康检测、植被群落分类以及精准农业等领域得到了广泛的运用,同时,高光谱遥感还能够利用精细的光谱信息来识别物质成分,使植被分类等工作更加精细和准确。高光谱遥感数据的图谱信息具备信息容量大和图谱一体化特点,能够通过连续窄波段获取地表地物信息,并记录植被等地物的光谱信息,同时也记录地物的图形信息。然而,由于数据量庞大且存在冗余,所以高光谱遥感在植被图谱信息提取方面仍面临巨大挑战,本文研究了国内外学者在高光谱植被图谱研究中的重要贡献,分析了高光谱的图谱特征、植被图谱信息提取方法并展开讨论,高光谱技术不仅能提供丰富的植被图谱信息,在其他领域研究中也具有巨大应用潜力。

山芹属植物有效成分研究进展

山芹属植物隶属于伞形目伞形科,在我国分布较为广泛,大部分为野外生长后食用。随着人们对健康的日益重视,山野菜资源越来越多地被人们所关注。山芹属植物富含黄酮、多糖和挥发油等有效成分,其营养价值高于普通芹菜,具有抗肿瘤、抗炎、舒张血管和抗虫等生物活性,有很大的药用及食用价值,可根据其特点采用不同方式对有效物质进行提取并研究。该文概括总结山芹属植物中主要有效成分的提取方法和生物活性方面的研究进展,旨在为山芹属植物在医药和食品等方面的开发应用提供参考。

专题信息提取中降低植被影响的处理方法研究

探讨了运用ＴＭ影像提取专题信息时降低植被影响的两类技术：分离技术和掩膜技术以及分类原因，同时具体介绍了它们所包括的几种方法的基本原理和应用效果。提出不同地形环境需应用不同的技术和方法。

基于面向对象方法的IKONOS影像城市植被信息提取

根据城市植被在IKONOS影像上的光谱、纹理、几何和位置响应特征,采用面向对象的方法对城市植被进行分类.首先,利用NDVI和蓝波段光谱响应值的阈值将实验区分割为植被和非植被区,然后针对植被区利用区域增长算法进行二级分割,生成植被对象;根据植被在IKONOS上的响应特征,选择形状指数、亮度值、绿波段的最大差值、红波段的平均值、近红外波段的比率、近红外波段的方差和对象重心的位置,即横纵坐标以及Homogeneity指数等9个指标构建特征空间;在此基础上,利用最大似然法识别城市植被类型,并利用专家知识对分类结果进行再组合.研究表明,利用这种方法获得的城市植被信息总精度达到87.37%,Kappa系数达到0.8267.

高植被覆盖区遥感矿化蚀变信息提取方法研究——以甘肃省西河县大桥—石峡地区为例

高植被覆盖区遥感矿化蚀变信息提取结果会受植被覆盖影响其效果。笔者基于西秦岭大桥—石峡地区,利用ETM和Aster影像数据,进行高植被覆盖区遥感矿化蚀变信息提取研究,探讨抑制植被干扰和提取遥感矿化蚀变信息的方法,提出了多元数据叠加分析法。采用“混合像元法剔除干扰+多层次分离技术分析波段相关关系+多元数据叠加分析法增强蚀变信息+正态分布阈值分割法分级提取”等系列方法,提取了研究区遥感铁染和羟基异常,其中铁染异常区占研究区面积1.63%,羟基异常区占研究区面积1.26%。矿床点与遥感异常相关比率为45.5%,说明该方法在高植被覆盖区提取遥感矿化蚀变信息效果较好,具有一定示矿意义。

基于爬峰法聚类的TM图像专题信息人机交互提取

介绍一种基于爬峰法(或称寻谷法)聚类的专题信息交互提取方法。爬峰法是一种基于高维直方图的图论方法,是一种完全的非参数聚类方法,具有适应性好、计算速度快的优点。

高山峡谷区1∶50000地质填图技术方法探索与实践--以新疆乌什北山为例

新疆乌什北山填图试点项目充分发挥遥感技术的先导作用,探索1∶50000高山峡谷区填图方法。不同分辨率遥感数据在岩性、构造解译等方面的差异表明多源遥感数据综合解译能有效提高解译程度。研究认为同一遥感数据最佳波段组合图像、Landsat-8和Worldview-2数据协同图像增强了对岩性和构造识别的能力。高光谱遥感矿物填图和岩性分类、基于ASTER热红外遥感数据的岩石化学成分填图等是高山峡谷区填图有效技术方法。利用ETM和ASTER数据开展矿化蚀变信息提取,结果表明ASTER较ETM数据在铁染异常、羟基异常等提取方面具有更大的优势。分析认为多元信息综合预测是区域找矿的重要途径。根据乌什北山地质地貌特征,选择其中有效技术方法或技术方法组合开展1∶50000地质填图,结果显示在减少剖面测制和路线地质调查数量的同时,达到了填图精度,并取得了若干重要研究成果,为区域构造演化和成矿规律分析总结提供了资料支撑。

杜仲叶中绿原酸的提取及其在果蔬保鲜中的应用

比较了4种提取方法对杜仲叶绿原酸提取率和含量的影响,并研究了所得绿原酸对时令果蔬的保鲜作用。结果表明:采用水提法从杜仲叶中提取绿原酸的得率最高,用超临界流体萃取法制备的绿原酸含量最高,综合考虑,乙醇提取法是最佳选择;绿原酸提取液对红富士苹果和贡梨的保鲜和防腐作用明显,但对西红柿的保鲜效果较差。

综合句法结构及语义相似度的问题推荐技术

针对因特网上的大规模问答对资源提出一种新的应用,即在问答系统中加入基于百度知道平台构建的大规模问答对库,通过相似度计算,把库中最相似的问题推荐给用户。实验下载网页10500个,成功提取问答对4687个,运用关键词的TF/IDF、树核函数的句法匹配及问句的语义距离3种方法中的一种、两种和三种进行实验,分别获得79.44%,81.67%和88.33%的准确率。结果表明,综合运用多种方法查找相似问题,效果更好。

植被遥感信息提取方法研究进展及发展趋势

植被遥感信息提取是进行植被覆盖遥感调查和动态监测的基础和关键环节,对于区域生态环境保护与可持续发展具有重要意义。为此,从先验知识法、专家知识和相关辅助信息法、植被物候特征提取法、多源遥感数据融合法、机器学习法和其他方法6个方面,回顾国内外植被遥感信息提取方法的研究进展,指出现阶段研究面临的主要问题与挑战,并提出未来发展趋势。研究表明,植被遥感信息提取方法众多,研究成果丰富,不同方法具有各自的应用优势和不足;植被遥感信息提取方法研究目前面临着高分辨率遥感数据开放性不足、植被信息提取模型参数设置的稳定性差、“同物异谱”和“同谱异物”的现象突出、基于专家知识库的植被遥感信息自动化提取困难、多元方法融合的研究有待深入等诸多挑战。未来研究应融合多源数据、多元方法和多时相遥感影像新特征,推动植被遥感信息提取精细化、自动化和智能化发展。

基于可见光影像的夏季玉米植被覆盖度提取方法研究

为了对夏季玉米四叶期、拔节期、抽穗期和花粒期的植被覆盖信息进行快速、精确提取,提出基于可见光植被指数阈值法与直方图相结合的提取植被覆盖度新方法。对试验田中玉米的上述4阶段进行图像提取,选择了VDVI、EXG和NGBDI等3个指数对植被覆盖度进行描述,并对其精度结果进行验证。结果显示:基于无人机可见光影像的植被阈值法能够准确提取夏季玉米4个阶段生长期的植被覆盖度信息,并且采用EXG指数描述植被覆盖度效果最好。

两种学习算法在算术关系抽取中的应用比较

加减文字题是小学数学的一个重点和难点问题,长期以来,人们对加减文字题的研究局限于教育学和心理学领域,该文从文本分类以及信息检索的角度出发,将加减文字题中的算术关系看成是一个分类问题,尝试用机器学习的方法来对其进行分类,分别研究了人工神经网络（ANN）和支持向量机（SVM）在加减文字题算术关系抽取中的应用,并对两种算法的试验结果进行了比较和分析。通过分词,关键词选取,构造特征向量,分别运用两种算法对其进行分类。对试验结果进行评测发现,在一定条件下SVM算法明显优于ANN算法。

植被信息提取技术研究进展

植被信息提取是采用遥感技术实现植被的数字识别和动态监测,是遥感技术的重要应用之一。经过查阅相关文献,回顾了国内外对于植被信息提取的几种方法,对监督分类、面向对象分类、决策树分类、光谱角及光谱信息散度混合法、模糊数学分类、人工神经网络法和面向对象的最邻近分类等方法各自的优势和存在的问题进行了分析,展望了未来植被信息提取遥感技术,为未来提高植被信息精确识别提供新的研究思路。

大别山北缘地质找矿中遥感方法的研究

本项工作着重探讨在植被覆盖、地质背景十分复杂的地区，利用遥感信息寻找金矿及其它多金属矿的方法。即从地层岩系、构造及构造交叉部位、蚀变带这三个方面，进行地质找矿专题信息特征提取方法的研究。最后，通过信息提取及影像综合特征，进行遥感地质制图，圈定找矿有希望的地段。