共查询到20条相似文献，搜索用时 343 毫秒
1.
四种遥感浅海水深反演算法的比较 总被引：2，自引：0，他引：2
详细介绍了单波段线性回归模型、两波段比值线性回归模型、多波段组合线性回归模型、BP神经网络模型等4种光学遥感水深反演算法,然后利用同一地区、同一时期的Worldview-2多光谱遥感影像和实测水深数据,对4种水深反演模型的准确性进行了实验比较。研究表明:多波段组合线性回归模型、BP神经网络模型的水深反演的性能较好,利用多光谱遥感图像数据反演得到的水深值误差较小;而单波段线性回归模型、两波段比值线性回归模型的效果较差。 相似文献
2.
《国土资源遥感》2021,(3)
因地理条件限制,盐湖高光谱反演研究目前尚少,文章以盐湖溶解氧的反演为例,探讨盐湖水质参数的反演思路与方法。通过对青海察尔汗盐湖水体高光谱数据的信息分析,在高光谱水质参数反演技术基础上利用盐湖水体的独特光谱信息,采用波段组合的方式确定了盐湖高光谱溶解氧反演模型。研究结果表明:(1)原始光谱曲线各个波段与溶解氧含量相关性不足0.3,基于盐湖水体的独特光谱信息下的波段组合数据与溶解氧含量的相关系数达到0.75以上;(2)建立的波段比值模型与实测值进行模型精度验证,发现溶解氧含量反演与实测结果基本一致;(3)盐湖水体较为稳定的特性使其在经历时间变化时水质参数含量不会发生较大变化,利用2019年11月份实测数据进行的精度验证也可说明以盐湖光谱特性建立的波段比值模型具有较高精度,并且能够有一定的模型长效性。因此,利用盐湖光谱特性建立高光谱反演模型可满足对该湖区进行溶解氧监测的精度需求,实现对其的大面积监测,也同时提出一种新的针对高原盐湖反演模型建立的思路,为后续高原湖泊的监测体系建立奠定基础。 相似文献
3.
不同尺度反演土壤重金属铜含量研究 总被引：1，自引：0，他引：1
采用实测土壤高光谱遥感数据和多光谱遥感影像数据采用单元回归分析法对土壤重金属铜含量建立反演预测模型。利用单元回归分析法分别建立模型,得出高光谱的最佳预测波段是R_(942),模型决定系数R2=0.634,多光谱最佳预测波段为B2,模型决定系数R2=0.625。通过显著性检验,均达到显著水平。结果表明多光谱遥感影像数据在本研究区内具有预测重金属铜含量的能力。 相似文献
4.
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
5.
高光谱土壤有机质估测模型对比研究 总被引：3，自引：0，他引：3
应用高光谱技术探讨土壤有机质含量定量估测方法,对发展精细农业具有重要意义。本文利用陕西省横山县的实测数据,采用对数的一阶微分变换方法对土样的高光谱数据进行处理,分别采用线性回归分析法、BP神经网络法、模糊识别法建立高光谱土壤有机质含量估测模型,并对比分析其精度,确定最优的光谱反演模型。实验结果表明:模糊识别模型的决定系数达到0.973,RMSE为0.0468%;比线性模型和BP神经网络模型精度都高。研究表明,土壤有机质光谱反演不仅要重视机理研究,同时要加强光谱反演建模方法创新。 相似文献
6.
基于主成分分析和BP神经网络的法国梧桐叶绿素含量高光谱反演研究 总被引：6，自引：0，他引：6
利用ASD便携式野外光谱仪和SPAD-502叶绿素计实测了落叶阔叶树法国梧桐叶片的高光谱反射率与叶片绿度,并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析;综合分析了10个常见光谱植被指数与法国梧桐叶绿素含量的相关性与预测性;最后利用主成分分析对光谱数据进行降维,将得到的主成分得分作为BP人工神经网络模型的输入变量进行了法国梧桐叶绿素含量的估算。结果表明:法国梧桐的叶片反射光谱数据与叶绿素含量的相关性在可见光区域显著,导数光谱数据在绿黄光区和红光区的部分波段与叶绿素含量的相关系数大于对应波段光谱反射率与叶绿素含量的相关关系。在所列举的10个常用植被指数中归一化植被指数与叶绿素含量的关系最密切,相关系数达到了0.7957。主成分分析的BP神经网络模型可以容纳更多的波段信息进行叶绿素含量的估算,预测值与实测值之间的线性回归的确定性系数R2为0.9883,是一种良好的植被叶绿素含量高光谱反演模式。 相似文献
7.
8.
9.
《国土资源遥感》2016,(1)
月表主要矿物含量的定量反演是月球科学领域的重要课题之一,对未来月表矿物信息解译有重要指导意义,因此提出一种对月表高光谱遥感数据线性分解获取矿物含量的方法。首先,利用Hapke辐射传输模型将Relab光谱库中的5种矿物(单斜辉石、斜方辉石、斜长石、橄榄石和钛铁矿)非线性混合的反射光谱转换为线性混合的单次反照率;然后,按照比例随机生成混合像元;最后基于全约束线性光谱分解方法建立上述5种矿物分解含量与真实含量的统计关系模型。利用Apollo登陆采样点实测数据对该模型进行验证的结果表明,辉石、斜长石、橄榄石和钛铁矿的反演结果与实测结果的相关系数分别为0.83,0.86,0.72和0.77。采用上述方法,利用印度探月卫星Chandrayaan-1搭载的月球矿物制图仪(moon mineralogy mapper,M3)高光谱数据得到月表虹湾地区矿物的含量分布图,表明利用全约束线性分解对高光谱矿物识别和含量反演是一种行之有效的方法。 相似文献
10.
粒子群优化神经网络的土壤有机质高光谱估测 总被引：2，自引：0，他引：2
针对提高土壤有机质高光谱估测精度的问题,该文对山东省泰安市的92个棕壤样本进行光谱去噪,剔除异常样本处理后,对光谱反射率进行11种变换,发现一阶微分变换最佳;然后计算土壤有机质含量与变换后光谱反射率的相关系数,选取5个特征波段,分别利用多元线性回归、BP神经网络、支持向量机、粒子群优化神经网络4种方法建立土壤有机质含量高光谱估测模型并进行精度比较。实验结果表明,多元线性回归、BP神经网络、支持向量机和粒子群优化神经网络模型的决定系数R2分别为0.520 3、0.665 4、0.735 0和0.853 0,均方根误差分别为2.12、1.99、1.45和1.08。研究结果表明,粒子群优化神经网络的反演精度高、稳定性强,可有效提高土壤有机质的光谱估测能力。 相似文献
11.
土壤有机质含量地面高光谱估测模型对比分析 总被引：2，自引：0，他引：2
采用高光谱技术获得的数据进行土壤有机质含量的反演和估测是近年来的研究热点。为确定有效的估测建模方法,利用地面实测的土壤高光谱反射率及有机质含量等数据,采用小波分析方法实现去噪,包络线去除法实现建模参数提取和数据量压缩,结合多种不同的数据变换方法,利用BP神经网络法、多元线性回归法及最小二乘回归法建立不同的估测模型。对比发现,BP神经网络模型的估测效果优于回归模型,其中结合对数的平方变换和神经网络所建立的模型为最优估测模型,模型的决定系数达到0. 933,检验样本的均方根误差达到0. 069。实验证明,BP神经网络+对数的平方变换模型的学习机制适用于土壤有机质含量地面高光谱估测且效果好。通过在建模因子层面上进行数据变换建立了较好的估测模型,其研究方法、模型和结论,对土壤有机质含量地面高光谱估测具有一定的参考意义。 相似文献
12.
利用ASTER热红外遥感数据开展岩石化学成分填图的初步研究 总被引：14，自引：0，他引：14
ASTER遥感成像仪的发射提供了廉价的多光谱热红外数据,是热红外遥感数据的一个重要来源。ASU热红外光谱库提供了多种矿物的热红外发射率波谱的同时,还提供了矿物的化学成分即氧化物含量的分析结果。把ASU波谱库的矿物波谱重采样至ASTER各热红外波段,对矿物的波谱进行波段比值处理,与各矿物成分进行相关分析,选择波段比值与各氧化物含量最大相关系数,进行对数模拟,从而可以确定出发射率光谱与化学成分的数值关系。本文分别对SiO2,MgO,Al2O3,CaO,K2O,Na2O进行了数值分析及公式模拟。统计是根据各矿物做出的,模拟公式同样适用于岩石,进而可以在遥感热红外数据中得以应用。在四川省西范坪矿区利用模拟公式对SiO2,Na2O,K2O三种氧化物进行了岩石填图,在野外大部分得到了证实;利用SiO2进行了硅化蚀变带填图,在异常带内发现了砂岩型铜矿化。 相似文献
13.
14.
机载高分辨率遥感是高分对地观测的重要部分,其中高分辨率高光谱热红外数据的光谱发射率可以用于矿物识别,是对可见光遥感地物识别的有效补充。机载高光谱热红外传感器TASI（Thermal Airborne Hyperspectral Imager）在8—11.5 μm范围内设置了32个波段,在国内外常被用于地表热辐射信息、矿产资源探测等领域。本文利用2018-10在新疆富蕴县研究区的TASI航空飞行数据,首先基于再分析大气廓线NCEP数据与MODTRAN实现了TASI高光谱热红外数据的大气校正,并在基础上发展了温度与发射率分离方法TES（Temperature and Emissivity Separation method）反演研究区地表温度与发射率,采用多波段热辐射计CE312测量的地面发射率对反演结果进行了有效验证,结果表明波长大于9.6 μm的波段的发射率误差约为0.01。最后,结合反演的TASI发射率光谱曲线,采用光谱角度匹配方法提取了研究区高岭石的空间分布。研究工作涉及的相关算法与应用成果可为星载高分辨率热红外载荷数据的应用提供了相关参考。 相似文献
15.
基于高光谱遥感技术的土地质量信息挖掘研究 总被引：17，自引：1，他引：17
土地资源的高效管理对土地资源与生态环境监测提出更高的要求,高光谱遥感图像精细的光谱线可提高土地动态监测的精度、广度和深度,在土地资源与土地质量监测中具有广阔的应用前景。本文基于高光谱遥感技术,详细探讨了土地质量指标,主要是土壤有机质土壤水分信息提取的技术流程和关键技术。通过地物光谱分析认为,有机质含量越高的土壤,其光谱发射率越低;重度沙化土地实验室光谱曲线光谱反射率最高,依次排序为中度沙化、轻度沙化和无退化土地;重度水蚀土地光谱反射率较高,但中度水蚀土地与轻度水蚀和无退化土地实验室光谱曲线无明显差异。在光谱分析基础上,利用多元统计分析技术建立了土壤光谱在677、1202、2074和1509nm四个波段的有机质反演模型和在1423、1524、1746nm三个波段的预测土壤含水量的回归模型;并将有机质反演模型应用于宜兴成像光谱遥感数据中,进行宜兴试验区土壤有机质参数成图。最后探讨了反演模型应用推广所存在的问题。 相似文献
16.
基于地貌类型的土壤有机质多光谱遥感反演 总被引：2，自引：0，他引：2
基于地貌类型分析土壤有机质含量与多光谱遥感影像光谱波段之间相关关系,构建不同地貌类型区有机质含量反演模型。结果表明,各波段光谱反射率与土壤有机质含量均呈负相关关系。利用SPSS软件对所有波段进行剔除变量(remove)线性回归分析,当全部波段参与构建反演模型时,一次反演模型拟合效果较好。分地貌类型区构建土壤有机质反演模型精度高于整个区域反演模型精度,与实际值对比,当允许误差为7%时,土壤有机质含量识别度为91.65%。基于地貌类型构建土壤有机质含量反演模型提取研究区土壤有机质含量切实可行,且精度较高。 相似文献
17.
《国土资源遥感》2018,(4)
以杭州湾及其邻近海域为研究区,利用现场实测光谱模拟了近海高光谱成像仪(hyperspectral imager for the coastal ocean,HICO)波段,并在光谱特征分析的基础上确定特征波段,通过比较单波段、波段比值和反射峰面积等算法,建立了该海域悬浮物的遥感反演模型,并采用均方根误差和相对误差进行精度评价。研究结果表明,利用724. 84 nm与461. 36 nm波段光谱反射率比值建立的模型精度较高;模型的决定系数为0. 925 2,反演得到的悬浮物浓度与实测悬浮物浓度之间的均方根误差为14. 09 mg/L,平均相对误差为5. 2%。本研究对利用HICO模拟数据反演近海岸水体悬浮物具有一定的参考意义。 相似文献
18.
基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型 总被引：19，自引：1，他引：19
旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。 相似文献
19.
20.
苹果叶片氮素含量高光谱检测研究 总被引：2，自引：0，他引：2
《国土资源遥感》2016,(2)
苹果叶片氮(N)素含量是反映其生长质量高低的重要因素。利用高光谱遥感技术对苹果叶片N素含量进行定量化反演,可为苹果树的信息化管理提供理论依据。首先使用ASD Field Spec 3地物光谱仪对样点的苹果叶片的N素含量进行测定,得到苹果叶片样品的高光谱反射率及其N素含量;然后在分析苹果叶片原始光谱和一阶导数以及各种变换后光谱特征的基础上,与苹果叶片的N素含量进行多元逐步回归分析,筛选出对N素变化敏感的波段;最后运用BP人工神经网络算法构建敏感波段与N素含量的反演模型,并对模型进行优选和检验,为测定苹果叶片N素含量提供了1个简单可靠的方法。 相似文献