光谱数据处理及其在植被信息提取中的应用
【摘要】:
地物的光谱特征研究是现代遥感技术的重要组成部分,地物的光谱特征也是识别地物的主要标志之一。高光谱遥感的最重要特征是图谱合一,光谱信息是高光谱技术的重要优势,其应用过程需要地面实测光谱和图像光谱相结合。因此,地物光谱的采集获取与处理至关重要,光谱质量直接影响到应用结果。
本研究以ASD FieldSpec~(?)Pro FR全波段野外光谱仪为光谱数据获取手段,以提取植被光谱信息为目标,设计光谱采集方案,进行野外光谱数据测量和植被光谱特性研究。
本文围绕植被信息的提取,着重研究了植被的光谱特性和光谱数据处理技术以及与信息提取相关的光谱匹配技术。使用Envi遥感软件对光谱数据进行预处理及各种变换以突出光谱数据的细微差别,这有利于光谱数据的对比分析。
本文主要内容如下:
(1)根据高光谱植被研究的需要,分析确定研究所需数据及其类型,设计光谱采集方案,使用ASD光谱仪进行地物光谱数据测量。由于光谱数据易受大气条件、仪器参数性能、地形、目标本身光谱特性等因素影响,需要对光谱数据的进行预处理,以消除仪器本身噪声及外界条件的影响。
(2)对现有的光谱匹配处理技术如二值编码匹配、光谱角度匹配、光谱吸收指数、光谱特征拟合、光谱匹配滤波等和混合像元问题进行研究分析,选择适用本文研究的方法进行应用实验。
(3)选定研究区进行应用实例研究,在高光谱处理软件ENVl支持下,分别对植被实测光谱和遥感图像进行光谱处理,对研究区植被信息进行提取,并对识别效果进行评价。
(4)将高光谱数据采样到ASTER数据的波段范围,建立两者联系。与传统的分类方式对比,分析高光谱数据参与ASTER数据分类的优势,并进行精度评价。
【关键词】:光谱数据处理 植被信息 野外光谱 ENVI 【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:Q94-3
【目录】:
- 摘要4-5
- Abstract5-9
- 第1章 引言9-13
- 1.1 论文选题依据与意义9-10
- 1.2 国内外研究现状10-11
- 1.3 论文主要研究内容11
- 1.4 研究方案、技术路线与关键技术问题11-13
- 1.4.1 研究方案11
- 1.4.2 技术路线11-12
- 1.4.3 拟解决的关键性问题12-13
- 第2章 地面光谱数据采集13-23
- 2.1 数据采集原理13-14
- 2.2 数据采集影响因素14-18
- 2.2.1 参考(标准)白板14-15
- 2.2.2 光照条件15-16
- 2.2.3 大气特性16-17
- 2.2.4 地物目标特性17-18
- 2.3 数据采集方案设计18-20
- 2.3.1 时间和测量点的选择18
- 2.3.2 观测/光线照射的角度18-19
- 2.3.3 野外记录19-20
- 2.3.4 仪器选择及操作20
- 2.4 光谱数据采集20-23
- 2.4.1 优化光谱仪21
- 2.4.2 采集暗电流21
- 2.4.3 测定白板21
- 2.4.4 目标光谱测量过程21-23
- 第3章 光谱数据处理技术23-35
- 3.1 光谱反射率获取23
- 3.2 光谱预处理23-25
- 3.2.1 光谱平滑去噪23-24
- 3.2.2 剔除水汽吸收波段24-25
- 3.3 光谱数据转换25-29
- 3.3.1 光谱微分25-26
- 3.3.2 光谱倒数26-27
- 3.3.3 光谱对数27
- 3.3.4 光谱平方根27-28
- 3.3.5 光谱重采样28-29
- 3.3.6 光谱数据库29
- 3.4 光谱匹配技术29-33
- 3.4.1 二值编码匹配(Binary Encoding)30
- 3.4.2 光谱角度匹配(Spectral Angle Maping--SAM)30-31
- 3.4.3 光谱吸收指数31-32
- 3.4.4 光谱特征匹配(Spectral Feature Fitting--SFF)32
- 3.4.5 光谱匹配滤波(Matched Filter)32-33
- 3.5 混合光谱分解33-35
- 3.5.1 混合光谱模型33-34
- 3.5.2 像元光谱分解34-35
- 第4章 植被信息提取方法35-40
- 4.1 植被信息提取的原理35-36
- 4.2 植被信息提取的方法36-40
- 4.2.1 非监督分类和监督分类37
- 4.2.2 植被指数37-40
- 第5章 光谱数据在植被信息提取中的应用40-52
- 5.1 研究区概况40-41
- 5.2 遥感影像数据处理41-46
- 5.2.1 遥感影像辐射校正41-46
- 5.2.2 遥感影像几何校正46
- 5.3 光谱数据支持的信息提取46-52
- 5.3.1 植被指数提取46-47
- 5.3.2 光谱角分类(SAM)47-49
- 5.3.3 植被盖度信息提取49-52
- 结论52-53
- 致谢53-54
- 参考文献54-56
|
|
|
|
| 1 |
范文义,杜华强,刘哲;科尔沁沙地地物光谱数据分析[J];东北林业大学学报;2004年02期 |
| 2 |
杨可明;郭达志;;植被高光谱特征分析及其病害信息提取研究[J];地理与地理信息科学;2006年04期 |
| 3 |
陈江;王安建;黄妙芬;;多种类植被覆盖地区ASTER影像岩石、土壤信息提取方法研究[J];地球学报;2007年01期 |
| 4 |
李慧,陈健飞,余明;线性光谱混合模型的ASTER影像植被应用分析[J];地球信息科学;2005年01期 |
| 5 |
田庆久,闵祥军;植被指数研究进展[J];地球科学进展;1998年04期 |
| 6 |
赵书河;;高分辨率遥感数据处理方法实验研究[J];地学前缘;2006年03期 |
| 7 |
陈志伟,郭志民,陈永宝;遥感影像图的配准、校正方法[J];福建水土保持;2001年01期 |
| 8 |
王晓红,聂洪峰,杨清华,汪劲,李成尊;高分辨率卫星数据在矿山开发状况及环境监测中的应用效果比较[J];国土资源遥感;2004年01期 |
| 9 |
杨波,吴德文,陈云浩,李京,朱谷昌;矿化信息提取的混合蚀变遥感模型——以鹰嘴山金矿区为例[J];国土资源遥感;2005年01期 |
| 10 |
陶秋香,张连蓬,李红梅;植被高光谱遥感分类中训练样本的选择方法[J];国土资源遥感;2005年02期 |
|
|
|
|
|
| 1 |
阿布都瓦斯提·吾拉木,秦其明,朱黎江;基于6S模型的可见光、近红外遥感数据的大气校正[J];北京大学学报(自然科学版);2004年04期 |
| 2 |
曾辉,郭庆华,刘晓东;景观格局空间分辨率效应的实验研究──以珠江三角洲东部地区为例[J];北京大学学报(自然科学版);1998年06期 |
| 3 |
慕美财,韩守良,单玉珊,张晋秋,曲家彩;高产小麦土、肥、水综合效应及其技术指标的研究[J];北京农学院学报;1995年02期 |
| 4 |
章文波,符素华,刘宝元;目估法测量植被覆盖度的精度分析[J];北京师范大学学报(自然科学版);2001年03期 |
| 5 |
李双才,孔亚平,符素华;北京山区植被盖度季节变化规律模拟研究[J];北京师范大学学报(自然科学版);2002年02期 |
| 6 |
查显杰,邢立新,戴志阳,傅容珊;基于空间形态特征遥感边缘信息的提取方法[J];吉林大学学报(信息科学版);2005年02期 |
| 7 |
濮国梁,杨武年,刘汉超;正射遥感影像地图制作技术在岷江上游滑坡研究中的应用[J];成都理工学院学报;2000年03期 |
| 8 |
陈建平,苗放,李苹;新疆黄山铜镍成矿带成矿预测的定量综合研究[J];成都理工学院学报;1998年S1期 |
| 9 |
张彤,梅安新,蔡永立;SPOT遥感数据在崇明东滩景观分类研究中的应用[J];城市环境与城市生态;2004年02期 |
| 10 |
秦其明;遥感图像自动解译面临的问题与解决的途径[J];测绘科学;2000年02期 |
|