- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 异质生态系统中高光谱分类图的评价
摘要： 生态系统管理和监测对保护自然资源至关重要。高光谱影像（HSI）是获取精确分类图的有效工具，能提供高度细节信息。因此，在均质与混合的脆弱生态系统中，我们对比评估了基于像素和对象分类的传统与新方法。鉴于该生态系统的挑战性，所有分类均成功实现了较高总体精度（超过82%），表明高光谱影像能有效提供精确植被图，从而以更快速、经济的方式评估和监测生态系统。
关键词： 高光谱影像，二叉分割树，CASI传感器，生态系统管理，支持向量机
更新于2025-09-09 09:28:46
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 高光谱变异性生态系统中的扩展线性混合模型
摘要： 高光谱影像（HSI）因其精确的光谱解混能力，在植被制图和生态系统监测中已成为生态系统保护的重要工具。需解决的问题是由传感器噪声和地形变化引发的地物端元光谱变异。扩展线性混合模型（ELMM）通过考虑这种光谱变异，被应用于具有高光谱变异性和条带间辐射变化的山区生态系统。研究结果非常令人满意，既实现了合理的丰度估算，又精准刻画了场景内的变异特征。ELMM通过纳入光谱变异因素，能分析HSI中每个像素的特性（包括混合像素的附加表征信息）。此外研究发现，该模型对纯像素缺失和噪声均具有鲁棒性。
关键词： 生态系统管理、光谱解混、高光谱影像、光谱变异性
更新于2025-09-09 09:28:46
-
高光谱影像中组分选择策略的评估
摘要： 高光谱影像（HSI）整合了覆盖电磁波谱不同区域的众多连续窄波段。然而主要挑战在于"休斯现象"导致的高光谱数据高维特性，因此在应用分类算法获取精确专题图前必须进行降维处理。本研究聚焦以下特征提取算法：主成分分析（PCA）、最小噪声分离（MNF）和独立成分分析（ICA）。通过文献调研发现，现有研究既缺乏这些技术的对比分析，也缺少确定最优成分数的精准策略。因此首要目标是：比较紧凑型机载光谱成像仪（CASI）传感器高光谱数据中传统降维技术（PCA、MNF和ICA）的效果，并评估变换空间内选择最适成分数的不同策略；次要目标是：通过按电磁波谱覆盖范围划分CASI高光谱数据区域来建立新降维方法，将各光谱区域变换空间所选成分进行堆叠，通过评估该堆叠变换空间验证所提方法能否提升最终分类精度。
关键词： 高光谱传感器、遥感、纹理测量、分类、特征提取、生态系统管理
更新于2025-09-09 09:28:46