基于光谱特征分析的花粉遥感识别初步研究

来源 :第八届成像光谱技术与应用研讨会暨交叉学科论坛 | 被引量 : 0次 | 上传用户:ch21st
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
由于花粉是过敏性鼻炎和季节性哮喘的主要病源,其对人类健康的影响已受到人们的关注。基于光谱特征分析的花粉遥感识别研究,对于花粉遥感监测,预防花粉过敏性疾病有着重要意义。本文选择全球广泛生长的金合欢为研究对象,以美国亚利桑那大学校园为光谱观测地点,通过对冠层、绿叶、花粉、花蕾、黑板背景、以及不同密度的花粉光谱特征分析,研究遥感识别花粉的可行性。另外,根据MODIS1-7波段光谱响应函数,对光谱数据进行波段组合、及植被指数(如NDVI、EVI、EVl2)的计算,综合研究基于光谱特征的花粉遥感识别。研究结果表明:金合欢冠层、绿叶、花粉、花蕾、黑板背景、以及不同密度的花粉光谱特征差异明显。植被指数(NDVI、EVI、EVl2)大小顺序为:绿叶>花蕾>冠层>花粉>背景,在两种波段组合中,绿叶的Green/Red最大,而花粉的B+R+NIR最大:对于不同密度的花粉,植被指数及B+R+NIR随着花粉密度的降低而变小, Green/Red的变化趋势则相反。
其他文献
作为整个三维场景重要组成部分的地物模型,其构建的好坏关系到整个场景渲染的快慢与真实程度。本文首先将需要建模的地物进行了简单的分类,按照分类情况,给出了每一类地物的构建技术。接着提出了几项技术,可以使构建的地物模型在场景中显得更加真实。
随着三维地理信息系统及其网络化的发展,三维地理信息的海量数据与有限的计算机资源和网络带宽之间的矛盾越来越突出,其中尤以地物模型的数据量问题更为显著。基于空间认知,提出面向对象的三维地物模型设计方法,该方法可以有效的减小三维地物模型的数据量,有利于模型采用细节层次模型(LOD)进行多尺度表达。提出了模型设计的理论基础,进行了设计实现,并以3DMAX为建模工具进行了实验,效果良好。
GIS 的学科特点决定了GIS教育的特点。本文针对GIS教育的课程特点及学科发展需求,对GIS人才素质要求进行深入的剖析,探讨了GIS实践教学的不同阶段特点,重点对不同实践教学环节的内容及特点进行分析,并结合多年的GIS教学经验,指出了各个环节实施的核心和重点内容。
地面成像光谱辐射测量系统(Field Imaging SpectrometerSystem,FISS)是由中科院遥感所和中科院上海技物所联合研制的新型成像光谱测量设备,在测量地物光谱时能同步获取高分辨率影像,实现高光谱和高空间分辨率数据的融合。在皖江流域某隋唐时期的冶炼遗址区域内,利用FISS对六个探方的侧壁、坑底进行了全部或典型区域的测量,获取了30多幅成像光谱影像;同时还利用ASD光谱仪和元素
利用高光谱遥感数据进行了南京郊外土壤重金属元素铅的含量反演,由于高光谱数据波段众多,波段选择或变换至关重要。本文比较了基于次贪婪的前向选择模型的最小角度拟合和基于遗传算法进行波段选择的最小二乘和偏最小二乘拟合,结果发现基于遗传算法的偏最小二乘反演结果优于全波段的偏最小二乘,说明波段选择在高光谱反演重金属中是有益的。尽管采取了波段选择后的各方法在反演时能达到70%以上的训练精度,然而由于遗传算法搜索
沙尘气溶胶可长距离输送到海洋上空,给海洋上空云雾识别带来了一定的困难。沙尘云由沙尘气溶胶组成,云雾是由许多水滴和冰晶粒子组成,研究利用HITRAN2008资料提供的气溶胶粒子复折射指数,计算分析了满足正态对数分布的沙尘、水滴和冰品三种气溶胶粒子在不同等效粒子半径下,红外波段4-40μm的消光效率,单次散射反照率和不对称因子。结果表明,Mie散射理论结合对数正态分布能够描述红外波段的气溶胶特性,符合
本文针对地面成像光谱仪成像过程中存在的几何畸变问题,分析了畸变产生的主要原因,并基于多项式纠正原理,设计了地面成像光谱仪影像几何校正的处理流程。基于VC++6.0平台,实现了相应的软件功能。最后利用地面光谱仪获取数据进行了实验,取得了良好的畸变纠正效果。
PHI—II具有高光谱分辨率和信噪比,对河流、湖泊、海洋环境监测有极大优势,应用中也发挥了重要作用。OMIS II覆盖了可见光、近红外、短波红外、中波红外和热红外等谱段,各种类型信息丰富。本文尝试对OMIS II在水环境监测中的一些应用进行分析,结果表明OMIS II在水环境监测和本底调查中也具有很好应用潜力,可以有效地支持各类水环境监测业务部门的使用。
介绍了自主研制的地面成像光谱辐射测量系统(Field ImagingSpectrometer System,FISS),并利用FISS对14种典型牛奶样品扫描成像,获得牛奶高光谱图像“立方体”。首先剔除2个异常样品,对剩余12种牛奶样品基于图像“立方体”随机取样,每种牛奶各取100个,共1200个像元样本;为消除高频随机噪声和基线偏移,改善多重共线性,对所有样本做移动平均平滑和一阶微分预处理,再运
本文提出一种改进的递归SVM(Support Vector Machine,支持向量机)算法开展高光谱数据的光谱特征选择研究。SVM算法具有小样本训练、支持高维特征空间的特点,在进行光谱特征选择时,使用SW中的权值来衡量每个波段的重要性。递归SVM算法遵循了标准SVM—RFE算法,但在排序准则上采用类别的均值作为类别代表,使用高斯径向基函数作为核函数。实验采用1992年6月美国印第安纳州的航空AV