共查询到20条相似文献,搜索用时 31 毫秒
1.
鄱阳湖地区土壤,植被光谱混合模型的研究 总被引:12,自引:1,他引:12
本文针对鄱阳湖地区的土壤、植被的特点设计了一套非线性混合光谱模型、较好了地预测了实际的混合光谱,从预测精度上看,要优于传统的线性混合光谱模型。 相似文献
2.
3.
4.
5.
高光谱与多角度数据联合进行混合像元分解研究 总被引:8,自引:0,他引:8
混合像元问题是定量遥感的主要障碍之一。将混合像元问题归结为类内与类间像元混合两类,并对类内混合像元分解问题加以研究。混合像元分解的关键在于确定组分光谱,确定组分光谱的方法很多,但大多数方法基于以下假定,即从图像本身可以找到纯组分光谱,然而这一假定对于类内混合像元分解问题来说很难成立。提出采用高光谱与多角度相结合的方法,利用几何光学模型和线性光谱混合模型进行类内混合像元分解。即首先利用多角度数据反演几何光学交互遮蔽(GOMS)模型获得组分光谱,再对高光谱数据进行组分光谱分解。由于该方法直接从混合光谱产生的机理出发,因而更容易获得真正的亚像元信息。为减小反演误差,反演过程中采用改进的多阶段的反演策略,并充分利用多角度图像本身提供的先验信息。用BORE—AS试验获取的高光谱与多角度数据所作的研究表明,该方法可以获得比较理想的分解结果。 相似文献
6.
针对单一的地表物质组成并不能充分反映城市地表热环境特点这一问题,该文基于热混合影像,利用线性光谱分解方法获取地表组成信息,然后利用光谱分解热混合、线性回归、决策树方法估算地表温度。结果表明:只研究单一地表组成对地表温度的影响,有可能扩大其环境效应;决策树模型在不同规则下能更好地模拟地表温度的空间异质性;光谱分解热混合模型只需要两组数据即可估算出不同地表覆盖下的地表温度,且估算精度较其他模型高;光谱分解热混合模型和多元回归模型结合4种地表组成监测其对地表温度的影响,决策树方法通过不透水面、水体、植被预测地表温度,前两者估算精度比后者高,因此综合考虑城市典型地表组成能更好反映其对地表温度的作用。 相似文献
7.
简述了混合像元及线性模型的基本理论,介绍了线性光谱模型进行分解的步骤,以具体实例实现应用线性混合模型对高光谱混合影像的分解。 相似文献
8.
9.
高光谱遥感图像(简称高光谱图像)的空间分辨率通常较低,混合像元现象严重.为了提高图像的分类精度,必须计算出混合像元内每种纯地物所占的比例(丰度).然而,受实际地物间复杂关系和大气散射的影响,高光谱图像像元内的光谱混合都是非线性的,这就使得传统的基于线性光谱混合模型的解混精度难以满足要求.为此,定义了广义的非线性混合模型,提出了一种基于二次散射的非线性混合模型——二次散射模型(secondary scattering model,SSM).通过对模拟数据和AVIRIS实际数据的解混实验表明,相对于传统的线性光谱解混,基于该模型进行光谱解混得到了更精确的分类结果. 相似文献
10.
基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较 总被引:1,自引:1,他引:0
混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。 相似文献
11.
线性光谱混合模型的适用观测尺度分析 总被引:1,自引:1,他引:0
线性光谱混合模型是目前应用最广泛的光谱混合模型,但由于遥感观测多分辨率的特点,模型的适用性会受到尺度效应的影响。为探索该模型在不同观测尺度下的适用程度,本文从地物辐射原理出发,通过理论推导微面元辐射通量表达式,得出地物辐射通量除了与端元反射率和面积比有关外,也与天顶角存在显著的非线性关系。因此,在线性光谱混合模型和微面元辐射通量的基础上,推导了更具普适性的积分线性光谱混合模型的表达式,再采用数值模拟的方法,计算了两模型的相对差值Δρ,结果表明Δρ的大小仅与探测单元的半瞬时视场角β有关,并通过实测光谱实验对上述推论进行了验证。研究表明,当β13°时,Δρ较小,线性光谱混合模型是积分线性光谱混合模型的一种近似表达形式,β完全可作为确定线性光谱混合模型适用观测尺度的关键依据,并且该模型的适用程度随β的增大而降低。 相似文献
12.
为削弱混合像元对植被参数反演的影响,提出了基于混合像元分解理论反演路域植被等量水厚度的方法。利用PRO4SAIL模型正演获得的高光谱窄波段数据,模拟Landsat 8遥感影像宽波段植被冠层光谱数据,并进行等量水厚度的敏感植被指数的筛选;对覆盖研究区域的Landsat 8遥感影像进行线性混合像元分解,获取更加精确的植被冠层光谱反射率;同时,利用支持向量机构建等量水厚度估测模型,实现对路域植被等量水厚度的遥感反演。研究结果表明,利用混合像元分解后得到的植被冠层光谱参与模型反演得到的路域植被等量水厚度更加符合实际情况,为遥感影像反演植被参数提供了有效数据。 相似文献
13.
《国土资源遥感》2017,(1)
Hapke岩矿二向反射率光谱定量模型是研究混合矿物光谱的有利工具,而国内对该模型的基础研究较少。通过4组室内混合矿物光谱数据来研究该模型在模拟混合矿物光谱时的准确性与存在的问题,进而探讨混合矿物光谱的特征规律。研究表明,在模拟混合矿物光谱方面不论是各向同性,还是各向异性的Hapke模型均有很高的精度,权重调整后4组各向同性模型的模拟结果均方根误差(RMSE)均值为0.014 4,相关系数(R)均值为0.994 7,4组各向异性模型的模拟结果 RMSE均值为0.008 4,R均值为0.994 4,说明该模型是优异的混合光谱分析手段;但模型对暗色矿物适用性较差,如当混合矿物中含有黑云母时模拟精度较低;混合矿物的光谱谱形需要针对矿物组成进行具体分析,其中所占质量分数较高的矿物并不一定能主导混合矿物的光谱谱形,而低反射率的矿物在混合矿物光谱中发挥的作用远大于其质量分数的比重。 相似文献
14.
线性和非线性光谱混合模型模拟土壤、植被混合光谱的效果分析 总被引:1,自引:0,他引:1
论述模拟混合光谱形成的几种主要光谱混合模型,并用实验数据对线性模型和一种非线性模型的模拟效果进行比较.结果表明在实验区域中非线性模型模拟的效果并不比线性模型好,但因为非线性模型考虑了土壤、植被光谱之间的相互作用,其模拟的效果通常不会比线性模型差. 相似文献
15.
及时监测干旱与半干旱区光合/非光合植被覆盖度时空变化,可以为指导荒漠化防治工程及植被衰退机制研究提供重要信息。本文以甘肃民勤典型植被白刺灌丛为研究对象,通过地面控制性光谱实验获取混合光谱、端元光谱与丰度信息,开展线性与非线性光谱混合模型(包括核函数非线性和双线性混合模型)估算光合和非光合植被覆盖度的对比研究,采用全限制最小二乘法进行模型解混,分别获取各样本数据中各类端元丰度及其精度信息,通过模型分解的均方根误差(RMSE)与地面验证精度确定用于光合和非光合植被覆盖度估算的最佳光谱混合模型,其中参考端元丰度采用神经网络(NNC)分类算法对数字影像进行分类获取。结果表明:(1)引入阴影端元的四端元模型相对于传统的三端元模型(光合/非光合植被与裸土)能有效提高光谱解混的精度,并提高光合和非光合植被覆盖度估算精度;(2)对白刺灌丛来说,光合植被、非光合植被、裸土及阴影间多重散射混合效应存在,但混合效应不够显著;考虑非线性参数的核函数非线性光谱混合模型表现略低于线性光谱混合模型,因此非线性光谱混合模型在估算白刺灌丛光合和非光合植被覆盖度时相对于线性光谱混合模型没有明显优势;(3)基于光合/非光合植被、裸土与阴影四端元的线性光谱混合模型可以实现白刺灌丛光合和非光合植被覆盖度的准确估算,光合植被覆盖度估算RMSE为0.11 77,非光合植被覆盖度估算RMSE为0.0835。 相似文献
16.
17.
天然草地牧草产量遥感综合监测预测模型研究 总被引:36,自引:2,他引:36
利用天然草地牧草光谱观测资料、牧草产量资料、气象资料和NOAA/AVHRR资料,建立了天然草地牧草产量光谱植被指数和卫星遥感监测模型、气监测模型,提供及时准确地掌握牧草产量变化的科学手段。建立了天然草地牧草产量遥感预测模型及气象预测模型,可以根据需要提供不同时效的卫星遥感预测结果和气象模型预测结果。气象模型精度较高,但气象站点有限,往往以点代面;遥感技术宏观性强,空间信息丰富,可以弥补气象模型的不足;两者既可以互相验证,又可以取长补短。1995年以后服务表明,这些模型达到牧业气象业务服务的要求。 相似文献
18.
根据总体最小二乘(total least squares, TLS)模型理论,提出了一种影像端元光谱可受噪声污染的混合光谱线性扩展模型,并实现了该模型的端元光谱自动迭代提取以及混合像元的限定性分解.实验结果表明,扩展的混合像元分解模型明显优于传统的最小二乘分解模型,总体精度大约提高了10%~20%. 相似文献
19.
考古遗址预测模型(SPM)在考古学研究和文化资源管理中有着广泛的应用,但传统的构建方法过度依赖数字高程模型(DEM),对多光谱遥感数据的应用较少。本项研究以陇东黄土高原地区的区域考古调查为例,利用第三次全国文物普查数据、商业DEM数据和Landsat 8 OLI多光谱遥感数据,构建3种考古遗址预测模型(DEM模型、多光谱遥感模型和混合模型)。研究表明,黄土高原地区先秦遗址分布对坡向、纵向曲率、地形开阔度等地貌因素具有明显的相关性,而引入主成因素分析法(PCA)提取的多光谱因子不仅可以有效提高单纯基于DEM派生数据构建的遗址预测模型的精度和预测效率,而且还能够很好地改善遗址预测模型的空间结构,增强遗址预测模型的应用效果。基于上述混合模型的分析,陇东黄土高原地区先秦时期的土地资源开发,从仰韶文化时期的不足10%,迅速提升至龙山文化时期的43.1%,先秦时期整体达到了57.3%的规模,土地资源的加速开发奠定了该地区早期文明发展的基础。 相似文献
20.