大型沉水植物狐尾藻不同盖度的光谱特征

来源 :2006环境遥感学术年会 | 被引量 : 0次 | 上传用户:zj888666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  地物特征与其光谱特征的关系是解译遥感影像的关键。利用ASD便携式地物光谱仪对上海崇明国际湿地公园人工湖中生长的沉水植物狐尾藻的反射光谱进行了初步研究。结果表明随狐尾藻盖度的增加,其光谱反射率、一阶导数和二阶导数红边斜率的峰值也相应增加,不同盖度狐尾藻的光谱反射率的差异主要表现在500-650nm和700-900nm波段范围。分别对狐尾藻盖度与这些波段光谱反射率及根据一阶导数和二阶导数获得的光谱指数进行回归分析,得到了较好的线性关系。应用回归分析得到的线性方程,可以根据测定的光谱反射率定量反演水体中的狐尾藻盖度。研究结果可为监测大型沉水植物的高光谱遥感影像判读和解译分类提供技术支撑,为大尺度遥感监测沉水植物的分布和动态变化提供科学依据。
其他文献
遥感图像分类是遥感图像研究的主要内容之一,分类精度高低直接关系到遥感数据的可靠性和实用性.多分类器系统可以提高单分类器分类的精度,但往往要求组成其的子分类器分类误差相互独立,子分类器选择困难.支持向量机是新发展起来的一种非参数分类器,其分类原理和传统的基于统计的分类方法不同,表现出一定的独立性.为此本文尝试基于支持向量机和目前使用最广泛的最大似然法,构建一个性能高效且组合方式简单的复合分类器(中文
首先研究了量子遥感提出的背景和需求以及目前量子信息技术的发展现状;阐述了量子遥感的基本概念,量子遥感是反映遥感在量子层次上运动规律的理论与方法,是反映遥感微观微粒运动规律的理论,并将量子遥感和遥感的对应关系和比较进行了研究;详细论述了量子遥感信息机理:由于在遥感物理中,Planck定律在解释非同温象元热辐射方向性时遇到困难,所以选择从电磁辐射场的量子化来研究,并进行公式推导,辐射场经过量子化之后,
确定象元地理坐标是几何纠正的前提,也是卫星数据应用的基础。目前,经验插值方法经常用于高级甚高分辨率辐射计(AVHRR)1B定位数据插值,而且插值效果评价通过后验方式,即统计插值后结果数据;对于不同数据集的评价结果不完全相同,且无法预先判断。本文从AVHRR 1B定位数据的精确计算模型着手,研究了AVHRR定位数据的分布规律;接下来,利用该规律完成经验插值方法的分析评价。最后,以分段线性插值方法为例
如何精确反演地表温度是农业干旱监测中迫切需要解决的问题。本文通过对MODIS31/32波段的热辐射传输方程的非线性简化,提出了针对MODIS数据的地表温度非线性反演方法。并介绍了大气透过率和地表比辐射率这两个中间参数的估计方法。反演结果表明,本文提出的方法反演精度较高,可应用于进行农业干旱监测。
叶面积指数(LAI)是植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,它的改变标志植被生物物理状况的变化.首先,本文通过不同氮素营养水平的水稻小区实验,利用2004年中晚稻高光谱反射率数据,模拟中等分辨率成像光谱仪(MODIS)前四个通道,提出包含蓝、绿、红和近红外四个谱段的改进型NDVI(modified NDVI).接着比较分析了MNDVI和NDVI、EVI(增强型植被指数)、GRI(
针对多光谱、多传感器遥感图像的自动配准,本文提出一个新的基于Harris算子角点检测的高精度自动点匹配算法。该算法充分利用了图像的角点特征以及图像灰度和位置信息,匹配过程中采用圆形模板进行相似度计算和松弛匹配,并用全局一致性检测保证匹配的精度。实验表明,本算法对于存在仿射变换的遥感图像可以精确自动匹配,其精度和速度都优于传统的点匹配算法。
本文在简要介绍合成孔径雷达、高光谱成像仪和激光成像雷达工作原理的基础上,对它们的应用范围进行了总结和比较。以机场和房屋为例讨论合成孔径雷达图像中的目标检测方法;以物质光谱特征为依据介绍高光谱数据中的目标检测方法;根据激光成像雷达数据特点介绍了一种基于二维特征量的目标检测方法。
通常多光谱遥感影像分类采用统计算法,而对于波段序列各变量之间概率模型的讨论并不完整。本文将马尔可夫模型引入多光谱分类,提出了隐马尔可夫模型的分类方法。通过与传统的最大似然法和最小距离法等监督分类方法的比较,新的遥感影像分类方法取得更好的效果。文章具体讨论了模型拓扑结构和状态数的选择以及方法存在的不足。
由于具备立体测量功能的卫星不断增多,使利用星载遥感影像立体像对获取DEM逐渐成为可能。另外,较传统航空摄影测量,由于星载方式平台稳定,其姿态控制与测量精度较高,能充分保证3D坐标测量的精度。本文针对QuickBird、IKONOS、SPOT5三种卫星相似的立体成像方式进行了研究,利用星历和姿态内插的方法确定多中心投影的外方位元素初始值,利用前视、后视共线方程及误差方程,构建通用的立体测量数学模型,
高光谱遥感能提供数十至数百个窄波段的光谱信息,依据地物的诊断性光谱特征进行地物识别。然而,高光谱遥感在提供丰富光谱信息的同时,波段间的相关性和冗余性制约着高光谱遥感的应用。因此,特征参数选择是高光谱遥感分类中最关键的环节之一。本文首先讨论EO-1/Hyperion的传感器特征,并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线,采用光谱重