共查询到20条相似文献，搜索用时 291 毫秒
1.
2.
NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算 总被引：1，自引：0，他引：1
以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法. 相似文献
3.
吉林查干湖水体叶绿素a含量高光谱模型研究 总被引：5，自引：1，他引：4
叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础. 相似文献
4.
应用实测光谱估算千岛湖夏季叶绿素a浓度 总被引：4，自引：2，他引：2
依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础. 相似文献
5.
基于空间-光谱特征和稀疏表达的高光谱图像分类算法（英文） 总被引：1，自引：0，他引：1
针对传统的高光谱数据分类方法分类精度不高、没有充分地利用空间信息等缺陷,提出一种基于Gabor空间纹理特征（Gabor spatial texture features）及无参数加权光谱特征（Nonparametric weighted spectral features）和稀疏表达分类（Sparse representation classification）的高光谱图像分类算法,可以简写为Gabor-NW SF和SRC,即GNWSF-SRC。所提出的GNWSF-SRC分类方法首先通过融合高光谱的Gabor空间特征和无参数加权光谱特征来更好地描述高光谱图像,然后通过其进行稀疏表达,最终通过对比其重构误差获得分类结果。在训练集比例不同的情况下,用所提出的方法对两组典型的高光谱数据进行处理,理论研究和仿真结果表明：与传统的分类方法相比,所提出算法能够提高分类精度、Kappa系数等,取得了较好的分类效果。 相似文献
6.
基于反射光谱的太湖北部叶绿素a浓度定量估算 总被引：2，自引：0，他引：2
利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算． 相似文献
7.
基于实测高光谱数据的鄱阳湖湿地植被光谱差异波段提取 总被引：1，自引：0，他引：1
高光谱遥感技术的出现为有效解决湿地植被种类的精细识别和分类提供了可能.通过实地测取鄱阳湖湿地5种植被的高光谱数据,在对数据预处理的基础上,提出一种基于数据误差范围和植被光谱均值差的植被光谱差异波段提取方法.将该方法应用于包络线变换前后的光谱曲线提取植被的光谱差异波段,最后利用马氏距离法检验植被识别效果.结果表明:本文中的方法有效提取了植被光谱差异波段,其中变换前光谱差异波段分别为663~688 nm,变换后为581~636、660~695和1225~1236 nm.在光谱差异波段范围内,同种植被的马氏距离值小于异种植被的马氏距离值,可有效对植被进行识别.研究结果为湿地植被分类识别奠定了理论基础,同时为湖泊湿地植被以及湖泊生态环境的保护决策提供科学依据. 相似文献
8.
9.
本研究将地物高光谱遥感技术应用于室内实验,从而得到小球藻和铜绿微囊藻的高光谱特征.通过多种半经验方法,如单波段、波段比值和微分法,建立了两藻种最优的Chl-a高光谱定量模型,并与室外情况进行了对比.结果表明:小球藻的最优定量模型为Chl-a=174.6 1138292(R703) 2.3(109[(R703)]2(p＜0.01),相应的方法适宜性为:一阶微分法＞单波段法＞波段比值法;铜绿微囊藻的最优定量模型为Chl-a=5299164(R757)1.9773(p＜0.01),相应的方法适宜性为:单波段法＞波段比值法＞一阶微分法;从高光谱特征来看,小球藻在540 nm和700 nm附近存在明显的特征波峰,其位置随Chl-a浓度增大而向长波方向偏离,铜绿微囊藻在530 nm、660 nm和700 nm附近存在3个较强的特征波峰,在610 nm和680 nm附近存在明显的波谷;与以往室外研究不同的是铜绿微囊藻的反射率在400-500 nm之间的R值并不低,是因为没有非藻类颗粒物的影响,总吸收明显降低. 相似文献
10.
结合高光谱数据反演吉林石头口门水库悬浮物含量和透明度 总被引：6，自引：1，他引：5
水中悬浮物含量是评价水环境质量的一个重要参数,它可影响水体透明度、混浊度、水色等光学性质,决定太阳光照在水下的分布和浮游植物对光照的利用,并最终影响水体的初级生产力.本文利用长春市石头口门水库的高光谱实测数据和水质采样分析数据,尝试通过一阶微分法建立悬浮物估测模型,再用估测结果反演透明度信息.结果表明:用590nm处的一阶微分光谱值建立的悬浮物估测模型的决定系数R2和均方根误差(RMSE)分别为0.76、9.09 mg/L,验证模型的R2和RMSE分别为0.79、7.15 mg/L;石头口门水库上游严重的水土流失导致透明度受悬浮物含量影响较大,两者存在明显的指数关系,相关系数r为-0.80,用悬浮物含量建立的透明度估测模型的R2和RMSE分别为0.79和0.12 m,验证模型的R2和RMSE分别为0.82、0.11 m.显著水平均为p＜0.01.研究结果表明,该方法用于石头口门水库悬浮物含量和透明度的定量遥感结果较理想. 相似文献
11.
12.
利用无狭缝红外光谱仪, 获得山东地区闪电放电过程760~970 nm范围的近红外光谱.光谱特征分析得出: 近红外光谱主要是峰值电流之后、放电后期的辐射, 谱线主要是中性原子的贡献.首次讨论了放电后期的通道温度和光谱总强度沿放电通道的演化特征.结果表明, 通道温度较回击电流上升至峰值阶段降低, 约为16000 K; 不同闪电的光谱结构、通道温度差异不大, 反映了放电等离子体复合阶段的特性; 地闪通道的温度和光谱总强度沿放电通道略呈单调变化趋势, 接地点附近最大; 云闪通道的温度和光谱总强度沿放电通道非单调变化, 在通道的拐弯、分叉以及结点附近发生突变. 相似文献
13.
高光谱遥感数据的改正暗目标大气校正方法研究 总被引：6，自引：0，他引：6
高光谱遥感数据常用的大气校正方法均侧重于去除水汽及其他吸收气体的影响, 主要研究了从高光谱影像同时去除气溶胶与水汽影响的方法. 由于高光谱遥感数据波段众多, 常规暗目标方法一直难以适用于高光谱遥感数据的大气校正. 通过选取小麦作为新的暗目标对象, 着重讨论了使用多波段线性回归与插值的方法对常规暗目标方法进行改正使之充分利用高光谱的众多波段特性, 从而把改进的暗目标方法扩展应用于高光谱遥感数据的大气校正. 为了同时去除大气中水汽的影响, 大气校正全过程采用了循环迭代的算法. 以山东济宁地区EO-1卫星搭载的Hyperion高光谱数据为应用实例, 通过使用MODTRAN建立的查找表直接从影像估算出气溶胶与水汽含量, 实现了对该数据的大气校正. 大气校正的结果表明, 改正暗目标大气校正算法可以有效地对高光谱遥感数据进行大气校正. 相似文献
14.
冠层光谱的多项式分析及生化参量反演 总被引：1，自引：0，他引：1
提出了一种冠层光谱的多项式表达模型和分解方法, 并将它用于反演冠层多角度光谱数据获取生化参量. 首先叙述了多项式表达的基本公式, 并分析了多项式的n阶项及系数的物理意义, 在此基础上给出完整的多项式表达模型, 以及反演多项式系数的分解方法. 通过对SAILH模型模拟的冠层光谱的分解, 多项式表达不仅能很好地拟合冠层光谱, 而且揭示了冠层的每一次散射对总反射的贡献. 以一次散射系数a10和a01为例, 可以看到多项式系数很好地反映了冠层光谱中的热点现象及观测角度、叶面积指数和叶倾角的影响. 利用多项式表达与叶片模型PROSPECT的耦合, 建立了冠层生化参量反演模型. 分别利用两种不同的冠层模型(SAILH模型和4-SCALE模型)模拟了冠层多角度光谱数据, 然后以多项式表达+PROSPECT模型反演, 以提取生化参量, 都取得了理想的结果. 在此基础之上, 利用实测的玉米冠层多角度光谱数据, 也获得了较为准确的叶绿素含量反演结果. 说明多项式分析提供了不依赖于特定冠层模型而反演生化参量的一条新思路. 相似文献
15.
16.
水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限. 相似文献
17.
云闪放电通道的光谱及温度特性 总被引：1，自引：0，他引：1
利用无狭缝光栅摄谱仪在西藏地区进行了自然闪电的光谱观测试验,首次拍得了7幅分辨比较清晰的云闪通道的光谱,并与地闪光谱相对比,对云闪光谱的结构特征进行了分析．结果表明,这些云闪光谱显示出两种不同的结构特征：一类与地闪光谱具有相似的谱线结构,而另一类与以往得到的地闪光谱完全不同．同时,与同一地区的地闪光谱相比,在这些云闪光谱中记录到的激发能较高的OII离子谱线比较多．依据谱线波长和相对强度等信息,计算了放电通道的温度,并对通道不同位置处的温度分布进行了分析．从光谱结构和通道温度的特征推断：与地闪相比,在一次闪击过程中,云闪通道内发生的物理过程变化速度更快、变化范围更大;两类光谱对应的云闪通道放电特性有一定的差异． 相似文献
18.
基于实测光谱数据的太湖水华和水生高等植物识别 总被引：5，自引：2，他引：3
水华和水生高等植物的识别对于内陆水质遥感监测至关重要,其分布状况既可以用于表征水牛植物的分布状况,从而间接反映水质分布状况,又可以进一步利用非水华和水草的水体遥感数据进行水质参数反演.然而,常用的多光谱遥感数据很难精确识别水华和水草,只有高光谱遥感数据才能够捕捉水华、水草和水体细致的光谱差异,从而对水华和水草进行精确识别.但是目前还缺乏基于高光谱遥感数据的水华和水草识别的系统性研究.以太湖为研究区,于2006年7月和10月开展了2次水面光谱测量实验,获取了水华、浮叶植物、沉水植物和水体的反射率光谱.在光谱分析的基础上,首先建它了4种光谱指数,进而利用这4种光谱指数建立了水华、浮叶植物、沉水植物和水体的判别公式,并利用2006年10月水面实验测量的光谱数据训练得到了判别公式中的阈值.通过2006年7月水面实验测量的光谱数据的检验,证明提出的判别公式能够很好的识别水华和水草,获得了较高的识别精度. 相似文献
19.
基于NIR-Red光谱特征空间的土壤水分监测新方法 总被引：17，自引：0，他引：17
干旱是一种频繁发生的自然灾害, 而土壤水分作为干旱监测最重要的指标, 一直成为干旱遥感监测研究的重点内容. 利用经过几何精校正和大气校正的ETM＋近红外(Nir)、红光(Red)波段反射率建立Nir-Red光谱特征空间, 根据土壤水分在该特征空间的分布规律, 提出了遥感监测土壤水分的新方法, 并建立了基于Nir-Red光谱特征空间的土壤水分监测模型(SMMRS). 利用野外测定的不同深度土壤水分数据验证了SMMRS模型. 计算结果表明SMMRS模型观测值变化曲线和实测土壤水分变化趋势保持一致, 与5 cm和0~20 cm平均土壤水分相关系数分别为0.80和0.87. 认为基于Nir-Red光谱特征空间的SMMRS简单、易于构建, 有一定的应用价值和推广意义. 相似文献