【案例实践】高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用实践技术
【查看原文】高光譜遙感數(shù)值建模技術(shù)及在植被、水體、土壤信息提取領(lǐng)域應(yīng)用
高光譜遙感(Hyperspectral Remote Sensing)又叫成像光譜遙感,是將成像技術(shù)和光譜技術(shù)相結(jié)合的多維信息獲取技術(shù)(Goetz,1985年)。高光譜遙感數(shù)據(jù)中包含了豐富的空間、輻射和光譜三重信息,具有重要的綜合應(yīng)用價(jià)值。近年來,隨著成像光譜技術(shù)在航空遙感領(lǐng)域的快速發(fā)展,這項(xiàng)技術(shù)成為各個(gè)領(lǐng)域的重要監(jiān)測方法,涵蓋大氣圈、海洋研究、植被生態(tài)、礦產(chǎn)地質(zhì)、水體研究、軍事偵察和考古研究等領(lǐng)域,其應(yīng)用正在步入成熟期。
傳統(tǒng)的地物成分檢測方法過程繁瑣、費(fèi)時(shí)費(fèi)力,無法做到無損分析,而高光譜遙感能夠做到實(shí)時(shí)、非接觸、快速、無損檢測,蘊(yùn)含著近似連續(xù)的地物光譜信息。通過光譜重建,高光譜影像能獲取地物近似連續(xù)的光譜反射率數(shù)據(jù),與地面實(shí)測值匹配,從而將精細(xì)的地物成分光譜模型應(yīng)用到地物信息提取中。無人機(jī)和有人機(jī)機(jī)載高光譜遙感能夠探測具有診斷性的地物光譜吸收物質(zhì),在多種算法支持下,不僅能為準(zhǔn)確區(qū)分地表地物類型、評(píng)估和成分含量評(píng)價(jià)等提供精確的數(shù)據(jù)支持,使得定量或半定量地物信息提取成為可能,而且在大量試驗(yàn)的基礎(chǔ)上,能夠?yàn)橄嚓P(guān)硬件儀器的研發(fā)提供理論依據(jù)。機(jī)載高光譜可以多時(shí)相的獲取數(shù)據(jù),使得通過多種元素含量的計(jì)算,間接評(píng)估地物質(zhì)量成為可能。
【專家】:
張博士,來自重點(diǎn)高校及科研院所一線科研人員,長期從事高光譜遙感技術(shù)與應(yīng)用研究,主持多項(xiàng)國家級(jí)科研項(xiàng)目,編寫著作2部,第一作者發(fā)表科研論文20余篇。對(duì)高光譜遙感的多平臺(tái)、多傳感器應(yīng)用現(xiàn)狀,以及涉及的核心技術(shù)具有很深的理解,精通ENVI、R語言和Unscrambler等分析工具,具有豐富的科研及地表水體、植被、土壤、巖礦和人工目標(biāo)提取經(jīng)驗(yàn)。
【內(nèi)容簡述】:
專題一、植被高光譜信息提取之作物品種鑒定
1 基本ENVI波譜操作介紹
1)顯示灰階影像
2)顯示彩色影像
3)提取波譜剖面廓線
4)采集波譜曲線
5)動(dòng)畫顯示數(shù)據(jù)(Animate the Data)
2 基礎(chǔ)高光譜分析
通過鑒別波譜曲線識(shí)別作物
專題二、植被高光譜信息提取之不同作物分類
1 非監(jiān)督分類
1)K-均值
2)IsoData
2 監(jiān)督分類
1)繪制感興趣區(qū)
2)平行六面體法(Parallelepiped)
3)最小距離法(Minimum Distance)
4)馬氏距離(Mahalanobis Distance)
5)最大似然分類(Maximum Likelihood)
專題三、高光譜數(shù)據(jù)獲取技術(shù)與精度評(píng)價(jià)技術(shù)
1 機(jī)載(有人機(jī)+無人機(jī))高光譜數(shù)據(jù)獲取方法
1)常見的地面高光譜儀器概述
2)常見的機(jī)載成像儀概述
3)光譜庫的研究現(xiàn)狀
4)高光譜遙感在信息提取中的技術(shù)優(yōu)勢
5)高光譜遙感數(shù)據(jù)獲取的考慮因素
2 精度評(píng)價(jià)技術(shù)
專題四、地面輔助理化數(shù)據(jù)作用與處理方法
1 地物的理化數(shù)據(jù)獲取方法
1)地面同步數(shù)據(jù)工作
2)數(shù)據(jù)預(yù)處理
3)理化數(shù)據(jù)獲取
2 Unscrambler光譜建模軟件學(xué)習(xí)
3 地物的理化數(shù)據(jù)獲取方法
4 高光譜與理化數(shù)據(jù)建模方法綜述
1)偏最小二乘回歸法(PLSR)
2)主成分回歸法(PCR)
3)多元逐步回歸法(SMLR)
4)決策樹法(DT)
5)流行學(xué)習(xí)法(ML)
6)BP神經(jīng)網(wǎng)絡(luò)法(BPNN)
7)小波分析法(WA)
8)遺傳算法(GA)
專題五、水體高光譜信息提取之輻射校正
1 水體遙感與信息提取原理
1)水體光譜特征
2)水體環(huán)境遙感信息研究
3)水體信息提取方法
2 數(shù)據(jù)采集情況
1)高光譜航空測量
2)地面數(shù)據(jù)測量
3 高光譜數(shù)據(jù)預(yù)處理
1)大氣校正的原理
2)大氣校正的方法
3)實(shí)地?cái)?shù)據(jù)采集方法
4)無線電探空法
5)黑暗像元法
6)基于統(tǒng)計(jì)學(xué)模型的反射率反演
7)基于輻射傳輸?shù)拇髿庑U?br />4 FLAASH大氣校正法
專題六、水體高光譜信息提取之六種經(jīng)典方法
1 光譜分類法
2 單波段閾值分析法
3 多波段譜間關(guān)系法
4 水體指數(shù)法
5 植被指數(shù)法
6 斜率法
專題七、熱紅外光譜數(shù)據(jù)地表溫度提取方法
1 熱紅外遙感簡介
1)測量平臺(tái)
2)研究應(yīng)用方向
2 基本概念和熱輻射方程
1)熱紅外衛(wèi)星基本情況
2)衛(wèi)星免費(fèi)數(shù)據(jù)獲取方法
3 地表熱信息的提取方法實(shí)現(xiàn)
1)打開數(shù)據(jù)
2)形成光譜集
3)計(jì)算 L6
4)計(jì)算T6
5)計(jì)算Pv
6)計(jì)算e6
7)計(jì)算C6
8)計(jì)算D6
9)計(jì)算Ta
10)計(jì)算Ts
11)制圖
專題八、土壤高光譜信息提取之信息量方法
1 非監(jiān)督特征選取方法
2 基于信息量的成分特征選擇
1)基于機(jī)理的地物養(yǎng)分特征波段
2)波段標(biāo)準(zhǔn)差特征選擇
3)信息熵特征選擇
3 數(shù)據(jù)與方法
1)化驗(yàn)數(shù)據(jù)
2)算法實(shí)現(xiàn)
專題九、土壤高光譜信息提取之偏最小二乘建模
1 建立特征波段
1)數(shù)據(jù)集分析
2 偏最小二乘回歸模型的實(shí)現(xiàn)
1)建立訓(xùn)練集
2)建立驗(yàn)證集
3 預(yù)測結(jié)果精度分析
4 制圖
專題十、遙感提取結(jié)果的空間表達(dá)——GIS制圖流程
1 地理信息系統(tǒng)的基本概念
2 ArcGIS應(yīng)用
(1)創(chuàng)建新地圖文檔
(2)地圖與圖層操作
(3)ToolBox內(nèi)容簡介
3 遙感結(jié)果數(shù)據(jù)的采集與組織
(1)創(chuàng)建shapefile文件
(2)創(chuàng)建Geodatabase數(shù)據(jù)庫
(3)數(shù)據(jù)編輯
(4)遙感結(jié)果數(shù)據(jù)投影變換
(5)數(shù)據(jù)翻轉(zhuǎn)、移動(dòng)與扭曲
(6)數(shù)據(jù)裁切、拼接、提取
4 空間數(shù)據(jù)綜合制圖
(1)數(shù)據(jù)符號(hào)化
(2)編制一景高質(zhì)量的專題地圖
附加內(nèi)容:
根據(jù)科研或生產(chǎn)實(shí)際,提供數(shù)據(jù),集體討論高光譜總體實(shí)施方案
提供若干附加材料,包括典型論文、其它軟件以及學(xué)習(xí)材料
其他相關(guān)推薦:
如何利用ArcGIS探究環(huán)境與生態(tài)因子對(duì)水體、土壤、大氣污染物等影響
基于MAXENT模型的生物多樣性生境模擬與保護(hù)優(yōu)先區(qū)甄選、自然保護(hù)區(qū)布局優(yōu)化及未來氣候變化情景下自然保護(hù)區(qū)優(yōu)化評(píng)估中的實(shí)踐技術(shù)應(yīng)用及論文寫作技巧
Biome-BGC生態(tài)系統(tǒng)模型原理與高級(jí)應(yīng)用
【SWH】陸地生態(tài)系統(tǒng)蒸散模擬理論、蒸散估算、站點(diǎn)及區(qū)域尺度模擬實(shí)踐技術(shù)應(yīng)用
陸面生態(tài)水文模擬與多源遙感數(shù)據(jù)同化的實(shí)踐技術(shù)應(yīng)用
InVEST模型高級(jí)進(jìn)階及在生態(tài)系統(tǒng)服務(wù)供需、碳中和等領(lǐng)域中的應(yīng)用及論文寫作技能提升
PROSAIL 模型前向模擬與植被參數(shù)遙感提取代碼實(shí)現(xiàn)
Meta 分析在生態(tài)環(huán)境領(lǐng)域中的應(yīng)用
農(nóng)林生態(tài)專業(yè)軟件模型:DSSAT、Meta 分析、CASA、Biome-BGC、CENTURY、CMIP6、InVEST模型等
總結(jié)
以上是生活随笔為你收集整理的【案例实践】高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用实践技术的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: vue电商项目(一)——项目搭建
- 下一篇: 线性代数之行列式