关中地区李树遥感辨识的最佳时相与方法

【目的 】探寻李树遥感辨识的最佳时相与方法,为关中地区以及其他果区的李树遥感监测提供理论与方法支撑。【方法 】文章以关中地区为研究区域,基于16种地物样地的感兴趣区数据,采用反射光谱及其差分序列对比与分析、光谱距离法、图像增强处理与分析法、图像差值与比值法、光谱指数法、光谱指数变化分析法和辨识方法优化组合7类方法,探究李树遥感识别并对辨识精度进行了验证。【结果 】（1）李树遥感辨识的最佳时相为盛花期;（2） R660/R555阈值法对盛花期的李树具有较强的辨识效能;（3）两指数（NDVI3-19与R485+R555）阈值联用法可以较高精度将盛花期的李树与同时期的梨树、冬小麦、冬油菜、撂荒地予以区分,但是该方法难以将李树与其他10种果树精确区分;（4）三指数（R660/R555、NDVI3-19与R485+R555）阈值联用法可将盛花期的李树与同时期除撂荒地以外的其他地物予以精确区分,但是该方法对李树与撂荒地的区分精度依然不够理想;（5） NDVI10-19阈值法可将10月中旬的李树与撂荒地精确区分;（6）四指数（R660/R555、NDVI10-19、R485+R555与NDVI3-1...     

桃树遥感辨识的最佳时相与方法

利用35景卫星影像,探寻桃树遥感辨识的最佳时相与方法。首先对各景影像分别进行预处理,随后利用6类探试性辨识方法(即地物反射光谱比较、波段差分或比值分析、光谱指数求算与分析、光谱指数变化追踪、影像复合与辨识方法协同分析)对探试组影像进行辨识分析,并从中选出3种较佳的辨识方法,最后利用优选的3种辨识方法对验证组影像进行辨识验证。结果表明:(1)在10月初的影像中,桃树具有较高的NDVI×ρ_(NIR)值,利用其阈值可以较高精度识别桃树(桃树分类正确率可达94.8%,总体分类精度可达91.33%);(2)在4月初(桃树盛花期)的影像中,利用NDVI、1/ρ_(GREEN)-1/ρ_(RED)与ρ_(BLUE)+ρ_(GREEN)+ρ_(RED)的三重阈值也可以较高精度识别桃树(桃树分类正确率可达85.2%,总体分类精度可达80.13%);(3)在上述两期数据融合、所用辨识方法协同的情形下,可进一步提高桃树的辨识精度(桃树分类正确率可提高到96.53%,总体分类精度可提高到93.37%);(4)桃树遥感辨识的最佳时相为10月初,较佳时相为4月初。     

探寻葡萄树遥感辨识的最佳时相与方法

利用41景卫星影像探寻葡萄树遥感辨识的最佳时相与方法。首先对各景影像分别进行了预处理,随后利用6类探试性方法(即地物光谱比较、波段差分或比值分析、光谱指数求算与分析、光谱指数变化追踪、影像复合与辨识方法协同分析)对探试组影像进行了辨识分析,并从中选出3种较佳的辨识方法,最后利用优选的3种方法对验证组影像进行了辨识验证。结果表明:1)在4月中旬至5月初的影像中,仅采用NDVI阈值便可将葡萄树与别种成年果树、小麦予以区分,但低龄的别种果树、有草撂荒地等与葡萄树易混;2)在5月底至6月中旬的影像中,采用(ρBLUE+ρGREEN+ρRED)与NDVI的双重阈值可将葡萄树与其他地物较好的区分开来;3)在上述2时段影像复合、所用辨识方法协同的情况下,可显著提高葡萄树的辨识精度(葡萄树类的正确识别率可达90.42%,总体分类精度可达96.53%);4)葡萄树遥感辨识的较佳时相为4月中旬至5月初,最佳时相为5月底至6月中旬。     

新疆棉花遥感识别最佳时相的选择

棉花遥感识别最佳时相的选择是棉花遥感监测系统快速有效建立和正常运行的关键性、基础性环节之一,它必须兼顾作物遥感识别和监测系统中各模型对遥感时相选择的要求,综合考虑多方面的影响因素.从新疆三大棉区棉花和其它主要农作物的光谱差异和物候历的差异,同时参考太阳高度和土壤光谱噪声的变化以及棉花面积的代表性等方面,初步确定新疆三大棉区的棉花遥感识别最佳时相期,同时提出了最佳时相选择时还有待试验和解决的问题,以供进一步研究参考.     

遥感图像计算机分类方法的研究

对传统统计分类方法和基于新算法的神经网络、模糊、专家系统、SVM、面向对象等分类方法及优、缺点进行了综述,并对分类中常用的辅助处理技术作了总结。最后,展望了遥感分类研究的发展趋势和前景。     

湖北省油菜种植面积的遥感监测方法探讨

遥感技术是农作物种植面积监测的一种快速、经济和准确的新技术。论文研究了适宜于湖北省油菜种植面积的遥感监测的最佳时相、最佳数据源、影像解译方法等。结果表明,湖北省油菜面积遥感监测的最佳识别时相位于3月中旬—4月中旬,即油菜的开花期。对于湖北省省域范围油菜种植面积遥感监测,为了既能兼顾经济上的可行性和技术上的精度,建议对于油菜非成片分布的低山丘陵地区,采用10m-ALOS影像自动分类,对于油菜连片分布的平原地区,采用至少有1景成像于油菜开花期的双时TM影像,同时采用"时序差值+自动分类"方法的技术方案。     

农作物面积遥感调查中最佳波段的选择研究

以南京周边地区农作物面积遥感调查为例,对遥感图像的特征进行了研究,分析计算了研究区影像的各个波段的OIF指数和基于类内类间距离准则的J值,提出了一种基于OIF指数、类内类间距离准则的最佳波段选择方法,对于遥感图像处理中最佳波段选择具有借鉴价值。     

基于Grey-Sigmoid核函数支持向量机高光谱遥感图像分类方法研究

针对传统支持向量机方法中存在的野值噪声敏感问题,提出了一种基于紧密度的Grey-Sigmoid核函数支持向量机,不仅考虑样本与所属类中心之间的关系,还考虑了各个样本之间的距离。通过样本之间的紧密度来描述各个样本之间的关系,利用包围同一类样本的最小超球半径来衡量样本间的紧密度,样本灰度依据样本在球中的位置确定。通过对田间小麦全蚀病的遥感图像分类的实验验证,证明Grey-Sigmoid核函数和传统的Sigmoid核函数相比,计算速度更快,且精度没有明显损失。     

小麦叶层氮含量估测的最佳高光谱参数研究

 【目的】作物体内氮素状况是评价长势和预测产量的重要指标。小麦植株氮素营养的快速监测和无损诊断对于精确氮素管理具有重要作用。本文旨在通过对高光谱信息的精细分析和信息提取,探索建立小麦叶片氮含量（LNC,leaf nitrogen content）估算的最佳波段、光谱参数及监测模型。【方法】利用连续4年的系统观测资料,采用精细采样法,详细分析350～2 500 nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段组合而成的主要高光谱指数与小麦冠层叶片氮含量的定量关系。【结果】发现小麦叶片氮含量的最佳波段为位于红边的690、691、700和711 nm以及近红外波段的1 350 nm;基于归一化光谱指数NDSI（R1350,R700）和NDSI（FD700,FD690）、比值光谱指数RSI（R700,R1350）和RSI（FD691,FD711）、土壤调节光谱指数SASI（R1350,R700）（L=0.09）和SASI（FD700,FD690）（L=-0.01）构建氮含量监测模型,决定系数（R2）分别为0.851和0.857、0.842和0.893、0.860和0.866。利用独立试验资料对模型检验的结果显示,模型测试的精度（R2）均大于0.758,RRMSE均小于0.266,尤其是高光谱参数RSI（FD691,FD711）和SASI（FD700,FD690）表现最好。【结论】总体上,利用精细采样法确定最佳波段,构建植被指数和氮含量监测模型,可显著提高模型的精确度和可靠性,从而为快速无损诊断小麦叶层的氮素状况提供新的波段选择和技术途径。     

基于遥感的干旱监测方法研究进展

在全球变暖的气候背景下,近年来干旱频发且不断加剧,给人类的生产生活造成了严重的影响。本文基于遥感原理,介绍了归一化植被指数、温度状态指数、标准化降雨指数和标准化降雨蒸散指数等几种常见的干旱指数,综述了运用不同干旱指数进行监测的实践应用。最后,针对目前研究中存在的问题,对今后研究的主要方向作出了展望。     

基于最佳回归方法的丹东桃树花期预报研究

利用2005—2015年丹东河口桃树花期物候观测资料和宽甸国家基准气象站的气象观测资料,分析桃树花期前的光、温、湿等气象要素与花期的相关系数,研究花期前任意时段的气象要素平均值与花期的内在关系,并根据相关系数的极值来确定预报因子,采用逐步回归方法,建立桃树花期预测模型。结果表明,花期预测模型拟合效果较好,预报准确率满足业务要求,及时为政府和果农提供准确的桃树花期预报。     

土壤重金属含量的高光谱遥感反演方法综述

随着工业生产规模的扩大、城市环境污染的加剧和农用化学物质种类、数量的增加,土壤重金属污染因其程度加剧、面积扩大而备受关注.重金属污染物在土壤中移动差、滞留时间长、难被微生物降解,并可经水、植物等介质最终影响人体健康,因此对重金属污染的定量监测非常有必要并且意义重大.高光谱遥感技术的发展为宏观、快速获取土壤重金属元素信息提供了新的契机,目前国内外学者基于土壤反射光谱特征,运用多种统计分析方法成功地预测了多种土壤重金属元素的含量.介绍了土壤的光谱特征及光谱特征波段的提取,对利用高光谱遥感技术估算土壤重金属含量的主要方法进行了总结,对影响模型精度的主要因素进行了讨论,介绍了模型在模拟多光谱数据方面的应用,最后对模型反演过程出现的不足及今后的研究方向进行了展望.     

基于支持向量机的EO-1 Hyperion遥感图像分类研究

以EO-1 Hyperion高光谱遥感数据为基础,对其进行大气校正、几何校正、滤波等处理,采用支持向量机分类方法对其进行分类,选择不同的核函数,主要有线性核、多项式核、径向基核、Sigmoid核,其余采用相同参数设置,进而比较不同核函数在EO-1 Hyperion数据分类中的效果。结果表明,采用支持向量机方法对研究区域的EO-1 Hyperion遥感数据进行分类,采用不同的核函数对分类结果影响不大。