随着现代工业技术的飞速发展以及人类活动的影响，土壤中重金属污染问题愈发严重，土壤重金属污染已经成为当前全球面临的很严峻的环境问题，也逐渐成为了全球土壤和环境研究的重点。传统的通过点样测量的方法获取土壤重金属含量虽然精...随着现代工业技术的飞速发展以及人类活动的影响，土壤中重金属污染问题愈发严重，土壤重金属污染已经成为当前全球面临的很严峻的环境问题，也逐渐成为了全球土壤和环境研究的重点。传统的通过点样测量的方法获取土壤重金属含量虽然精度较高，但是耗时耗力，成本较高，且不能大面积、快速得到所研究区域的重金属含量分布。遥感技术的发展为土壤重金属含量的研究提供了新的思路，为了使用遥感技术反演某地区土壤重金属含量，了解其光谱特征是快速、准确建立反演算法的基础。以重庆市万盛采矿区为研究区，分别在2012年3月和8月用ASD FieldSpec Pro Ⅲ地物光谱仪（350-2500nm）对该地区171组和123组土壤样进行了现场光谱测定，并在第二次光谱采集的时候对其中的40个土壤样进行了土壤化学分析以建立土壤中一种莺金属含量的反演模型，为遥感定量反演研究区土壤As，Cd，Zn三种重金属含量提供科学依据。结果表明：在万盛采矿区，土壤在近红外波段R2320与R1755波段、R2260与R2210、R1920与可见光波段R480波段的反射值比值分别和土壤中As，Cd和Zn含量存在较好的相关性，由此可根据采样点光谱及地理插值获得研究区土壤中As，Cd和Zn含量的分布图。展开更多
在高光谱数据分类应用中,地物光谱特征分析是对地物进行分类和检索的基础性工作。选取禾本科斑竹、草本科蕨类、荨麻科冷水花、杉科杉木和棕榈科棕榈树等5种岷江上游亚高山森林植被进行实地光谱测量,建立高光谱相似性度量参量,如欧式距...在高光谱数据分类应用中,地物光谱特征分析是对地物进行分类和检索的基础性工作。选取禾本科斑竹、草本科蕨类、荨麻科冷水花、杉科杉木和棕榈科棕榈树等5种岷江上游亚高山森林植被进行实地光谱测量,建立高光谱相似性度量参量,如欧式距离(Euclidean distance,ED)、光谱角度(spectral angle mapper,SAM)、光谱信息散度(spectral information divergence,SID)、SID和SAM混合SID(TAN)以及基于道格拉斯-普克算法的光谱降维距离(spectral distance based on Douglas-Peucker,SDDP)度量算法,定量分析对亚高山森林植被的识别能力。研究结果表明:5种亚高山森林植被光谱特征的差异主要表现在光谱曲线反射波峰和波谷位置;ED对冷水花的相对光谱识别概率最高;SID和SID(TAN)对斑竹与蕨类的识别概率最高;SDDP对杉木的识别概率最高;SAM,SDDP,ED,SID(TAN)和SID这5种光谱相似性测度算法对亚高山森林植被的相对光谱识别熵分别是1.51,1.59,1.61,2.16和2.18,说明光谱角度制图具有较高的识别能力;而道格拉斯-普克光谱检索算法是在提取光谱曲线特征向量的基础上进行相似性测度,其降低了光谱检索的时间频率,在保证相近识别能力的条件下,能够大大提高程序的检索效率,是一种快速有效的高光谱特征匹配和检索算子。展开更多
文摘随着现代工业技术的飞速发展以及人类活动的影响，土壤中重金属污染问题愈发严重，土壤重金属污染已经成为当前全球面临的很严峻的环境问题，也逐渐成为了全球土壤和环境研究的重点。传统的通过点样测量的方法获取土壤重金属含量虽然精度较高，但是耗时耗力，成本较高，且不能大面积、快速得到所研究区域的重金属含量分布。遥感技术的发展为土壤重金属含量的研究提供了新的思路，为了使用遥感技术反演某地区土壤重金属含量，了解其光谱特征是快速、准确建立反演算法的基础。以重庆市万盛采矿区为研究区，分别在2012年3月和8月用ASD FieldSpec Pro Ⅲ地物光谱仪（350-2500nm）对该地区171组和123组土壤样进行了现场光谱测定，并在第二次光谱采集的时候对其中的40个土壤样进行了土壤化学分析以建立土壤中一种莺金属含量的反演模型，为遥感定量反演研究区土壤As，Cd，Zn三种重金属含量提供科学依据。结果表明：在万盛采矿区，土壤在近红外波段R2320与R1755波段、R2260与R2210、R1920与可见光波段R480波段的反射值比值分别和土壤中As，Cd和Zn含量存在较好的相关性，由此可根据采样点光谱及地理插值获得研究区土壤中As，Cd和Zn含量的分布图。
文摘在高光谱数据分类应用中,地物光谱特征分析是对地物进行分类和检索的基础性工作。选取禾本科斑竹、草本科蕨类、荨麻科冷水花、杉科杉木和棕榈科棕榈树等5种岷江上游亚高山森林植被进行实地光谱测量,建立高光谱相似性度量参量,如欧式距离(Euclidean distance,ED)、光谱角度(spectral angle mapper,SAM)、光谱信息散度(spectral information divergence,SID)、SID和SAM混合SID(TAN)以及基于道格拉斯-普克算法的光谱降维距离(spectral distance based on Douglas-Peucker,SDDP)度量算法,定量分析对亚高山森林植被的识别能力。研究结果表明:5种亚高山森林植被光谱特征的差异主要表现在光谱曲线反射波峰和波谷位置;ED对冷水花的相对光谱识别概率最高;SID和SID(TAN)对斑竹与蕨类的识别概率最高;SDDP对杉木的识别概率最高;SAM,SDDP,ED,SID(TAN)和SID这5种光谱相似性测度算法对亚高山森林植被的相对光谱识别熵分别是1.51,1.59,1.61,2.16和2.18,说明光谱角度制图具有较高的识别能力;而道格拉斯-普克光谱检索算法是在提取光谱曲线特征向量的基础上进行相似性测度,其降低了光谱检索的时间频率,在保证相近识别能力的条件下,能够大大提高程序的检索效率,是一种快速有效的高光谱特征匹配和检索算子。
