高光谱遥感土壤质量信息监测研究进展

高光谱遥感具有波段多且光谱连续等特点,在土壤质量信息的监测方面,利用高光谱遥感数据,能够实现对土壤特性的定量分析.总结了利用高光谱遥感技术获取土壤质量信息的方式和特点,以及影响土壤光谱反射特性的主要因素,回顾了国内外基于遥感的土壤质量信息提取的定量研究,并对研究中的问题进行了分析和展望.     

高光谱遥感在植被理化信息提取中的应用动态

概述了高光谱遥感信息的处理方法,综述和总结了高光谱遥感在植被生物物理和生物化学信息提取等方面的应用及国内外研究进展,阐述了植被指数应用的可行性,在此基础上指出高光谱遥感在提取植被信息过程中存在的问题及其发展前景。     

基于 ETM+影像的矿化蚀变区植被信息提取研究

植被在遥感影像上成像具有复杂性和不确定性,这使得利用遥感技术提取植被信息具有很大的难度。利用数据资源丰富的ETM＋影像数据对新疆西天山矿化蚀变区的植被进行提取研究,目的是为进行下一步的矿化蚀变信息提取做准备。为保证在提取植被信息后能较好地保留矿化蚀变信息,在认真分析了植被和矿化蚀变的光谱特征后,提出采用“面向特征的主分量分析＋最优密度分割”法,最后得出采用 ETM＋波段3和波段4组合的方式能够取得较好的效果,该方法具有一定的适用性。     

基于ETM+影像的矿化蚀变区植被信息提取研究（英文）

植被在遥感影像上成像具有复杂性和不确定性,这使得利用遥感技术提取植被信息具有很大的难度。利用数据资源丰富的ETM+影像数据对新疆西天山矿化蚀变区的植被进行提取研究,目的是为进行下一步的矿化蚀变信息提取做准备。为保证在提取植被信息后能较好地保留矿化蚀变信息,在认真分析了植被和矿化蚀变的光谱特征后,提出采用"面向特征的主分量分析+最优密度分割"法,最后得出采用ETM+波段3和波段4组合的方式能够取得较好的效果,该方法具有一定的适用性。     

植被光谱遥感数据的研究现状及其展望

植被光谱遥感是地表植被地学过程对地观测的强有力工具.本文概述了植被光谱遥感在植被信息提取、植物长势监测和估产以及估算植物光合有效辐射和初级生产力等方面的应用及研究现状,特别关注了高光谱遥感及其与近年逐步兴起的多角度遥感结合,更精确地反演植被参数等方面的发展状况.并讨论了今后植被光谱遥感应用发展的方向和研究领域.     

基于TM影像植被信息提取研究

基于TM遥感影像,提取研究区内植被专题信息,通过对TM多光谱影像进行K-T变换,得到亮度、绿度、湿度3个新的分量,计算各组分分量和归一化植被指数NDVI的相关系数,从而进行波段组合,将其分类结果与K-T变换基础上分类结果、以及原始图像基础上分类结果进行比较。分析表明,波段的合成与K-T变换均能提高遥感影像分类精度,并且波段组合基础上植被分类与信息提取效果良好,精度更高。     

植被高光谱遥感的应用研究综述

植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具。本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状 ,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型 ,更精确地反演植被参数等方面的发展状况。并讨论了进一步充分利用植被高光谱遥感数据 ,加速遥感定量化进程的一些途径。     

植被高光谱感的应用研究综述

植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具.本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型,更精确地反演植被参数等方面的发展状况.并讨论了进一步充分利用植被高光谱遥感数据,加速遥感定量化进程的一些途径.     

高光谱评价植被叶绿素含量的研究进展

重点介绍利用便携式光谱仪获得的高光谱数据在评价植被叶绿素含量的研究状况。从叶绿素的光谱特性入手。通过和传统宽波段对比阐述高光谱数据在评价植被叶绿素中的特点。在此基础上简要介绍了高光谱遥感数据估计植被叶绿素含量两种方法的研究进展。一是利用光谱数据。植被指数，导数光谱评价植被叶绿素密度或浓度。二是利用红边光学参数评价植被叶绿素密度或浓度，并分析了研究中可能存在的问题。     

潮滩植被调查最佳波段组合研究

以TM影像为遥感数据信息源,使用FieldSpec3 Hi-Res便携式地物波谱仪采集研究区内典型地物的光谱数据,IDL程序设计语言为开发工具,编程实现了遥感影像的统计特征计算。将遥感影像按照地物类别进行分区,从遥感影像的统计特征入手,结合典型地物的光谱特征分析和遥感数据定量分析的方法,在上海崇明东滩展开了波普特性和波段组合的试验研究。经过分析及反复试验将TM3赋予红色波段、TM5赋予绿色波段、TM4赋予蓝色波段,不同植被类型可由绿色色调加以区分,对于潮滩植被调查效果较好。