基于高分2号遥感数据估测中亚热带天然林木本植物物种多样性

【目的】探索高分2号遥感数据与中亚热带天然林木本植物物种Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀性指数之间的关系,为森林经营管理和保护策略提供参考。【方法】提取高分2号多光谱数据的原始波段、植被指数、纹理特征和全色波段纹理特征,使用随机森林算法筛选变量并对3种多样性指数进行建模,设置不同纹理提取窗口来寻找最优窗口。【结果】基于随机森林算法的RFE冗余变量去除方法可从众多遥感变量中快速选择对模型精度具有显著贡献的少量变量。多光谱数据3×3窗口纹理特征、全色数据7×7窗口纹理特征和植被指数结合的特征集对3种多样性指数具有较好估测结果,其决定系数(R^2)和均方根误差(RMSE)分别为0.47和0.300(Shannon-Wiener多样性指数)、0.53和0.042 (Simpson多样性指数)、0.61和0.051 (Pielou均匀性指数)。植被指数中类胡萝卜素反射率指数与3种多样性指数具有显著相关关系。【结论】高分2号遥感数据中的植被指数和纹理特征可有效估测研究区森林木本植物物种多样性。类胡萝卜素反射率指数可体现森林中类胡萝卜素相对于叶绿素的含量,在秋冬季节作为反映常绿树种和落叶树种分布的指数,对森林木本植物物种多样性估测具有最大贡献。使用星载遥感数据预测的多样性和均匀性指数分布可有效监测森林木本植物物种多样性变化。

WorldView-2高分蚀变遥感异常定量提取方法研究

本文通过分析北岔沟门铅锌矿勘查区已知矿床（点）围岩、矿化蚀变岩及背景岩石硅酸盐13项分析数据及其样品粉末实测波谱数据，表明该区铅锌矿化围岩、蚀变岩石中氧化铁、氧化硫的含量远高于背景岩石中相应氧化物的含量。应用逐步回归、最小二乘回归方法建立了样品粉末WV-2高分遥感反射率与氧化铁＋氧化硫含量高分遥感定量反演模型，二者间拟合系数为0．629，进而利用WV-2高分遥感数据反演了工作区内基岩出露区域氧化铁＋氧化硫的含量，并对反演结果进行密度分割。结果表明：氧化铁＋氧化硫含量在1—35％间时与工作区已知矿床（点）和野外检查结果较为一致。最后分析了氧化铁＋氧化硫的地质意义，为该区地质找矿工作提供了新的方向和技术手段。

WorldView-2高分蚀变遥感异常定量提取方法研究

通过分析北岔沟门铅锌矿勘查区已知矿床(点)围岩、矿化蚀变岩及背景岩石硅酸盐13项分析数据及其样品粉末实测波谱数据,表明该区铅锌矿化围岩、蚀变岩石中氧化铁、氧化硫的含量远高于背景岩石中相应氧化物的含量。应用逐步回归、最小二乘回归方法建立了样品粉末WV-2高分遥感反射率与氧化铁+氧化硫含量高分遥感定量反演模型,二者间拟合系数为0.629,进而利用WV-2高分遥感数据反演了工作区内基岩出露区域氧化铁+氧化硫的含量,并对反演结果进行密度分割。结果表明,氧化铁+氧化硫含量在1%~35%间时与工作区已知矿床(点)和野外检查结果较为一致。最后分析了氧化铁+氧化硫的地质意义,为该区地质找矿工作提供了新的方向和技术手段。

遥感信息在新疆河肃地区火山沉积变质型铁矿勘查预测中的应用

通过WorldView-2高分辨率影像的遥感解译和Aster影像的遥感蚀变信息提取,在新疆迪木那里克铁矿带东段河肃地区开展火山沉积变质型铁矿遥感找矿预测工作。在分析区域典型铁矿床成矿地质特征及成矿规律的基础上,以河肃铁矿为例,充分利用World View-2高分辨率遥感影像的优势,总结了成控矿要素影像特征,提取了遥感蚀变异常,建立了区域火山沉积变质型铁矿的遥感找矿模型。在此基础上,对长沙沟成矿有利地区进行了深入研究,圈定了3处找矿靶区,经验证找矿效果良好。应用遥感信息进行找矿预测,对在该区找寻火山沉积变质型铁矿有一定指导意义。

小巨星分辨率达到军用级

小巨星这个词似乎很可笑，因为小和巨本身互为反意．然而．近年升空的艾科诺斯2号，快鸟2号真可称得上小巨星．这是由于它们比大型遥感卫星小得多．而分辨率却在世界上数一数二．从而开辟了地球成像的新纪元。

通过训练样本采样处理改善小宗作物遥感识别精度

训练样本质量是决定农作物遥感识别精度的关键因素,虽然高空间分辨率卫星的发展有效地解决了农作物遥感识别过程中的混合像元问题,但是当区域内不同作物种植面积差异较大时,训练集中不同类别样本数量往往相差较大,这样的不均衡数据集影响分类器的训练,导致少数类别的识别精度不理想。为研究作物遥感识别过程中的不均衡样本问题,本文基于GF-2号卫星数据,首先挖掘了地物的光谱信息、纹理信息,用特征递归消除RFE(Recursive Feature Elimination)方法进行特征优选,然后从数据处理的角度采用了5种采样算法对不均衡训练集进行处理,最后使用采样后的均衡数据集训练分类器,对比数据采样前后决策树与Adaboost(Adaptive Boosting)两种分类器的识别结果,发现:(1)经过采样处理后两种分类算法明显提升了小宗作物的分类精度;(2)经过ADASYS(Adaptive synthetic sampling)采样处理后,分类器性能提升最多,决策树的Kappa系数提高了14.32%,Adaboost的Kappa系数提高了10.23%,达到最高值0.9336;(3)过采样的处理效果优于欠采样,过采样对分类器的性能提升更多。综上所述,选择合适的采样方法和分类方法是提高不均衡数据集遥感分类精度的有效途径。