改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

高光谱遥感影像技术发展现状与应用

遥感作为一种常用的地质勘查技术,具有更为分辨率高、图谱合一等优势和特点。因此被广泛地应用到地质、环境监测、农林资源调查、海洋研究等等方面。本文在参考国内外研究文献的基础上,阐述了高光谱遥感的特点、优势,对高光谱遥感影像技术的发展现状进行分析,探讨该技术在经济、军事以及在航空及航天领域的发展情况,同时指出了目前高光谱遥感卫星技术应用存在的主要问题与发展趋势。     

山区遥感影像地形辐射统计校正模型改进研究

山区地形起伏导致太阳光照不同,造成遥感影像接收的辐射信息不能反映地表的真实信息,从而影响遥感影像的解译与处理.本研究基于常用的地形辐射统计校正模型,结合山区植被覆盖特征,设计了一种分区统计校正模型,并采用三种不同分辨率的卫星遥感影像进行了实验,结果显示改进后模型的地形辐射校正效果有明显改善.     

越南湄公河三角洲近四十年来红树林遥感监测研究

文章以越南湄公河三角洲为研究区,基于Landsat和HJ1B遥感影像数据源,采用CART决策树分类方法,研究1979年,1989年,1995年,1998年,2005年,2009年和2015年7个时期的红树林时空变化的特征和变化驱动因素。1979—2015年湄公河三角洲红树林的总体面积呈减少趋势,减少了大约27898.65 ha,其中面积最少的时期发生在1995年133 582.95 ha,2009年达到峰值195 411.69 ha。红树林减少的直接原因是水产养殖的快速发展,根本原因在于经济发展和土地政策的调控。     

遥感测绘技术在测绘工作中的应用探究

测绘工作是我国在工程建设施工工作过程中的前期准备阶段,通过测绘结果,工作人员可以分析出施工建设工作的可行性及相关注意事项。目前,测绘工作还被广泛地应用于地质结构勘探、海洋资源勘测等重要领域,为我国的经济发展起到了积极的促进作用。现阶段,我国相关技术人员已经研发并推广使用了新型的遥感测绘技术。文章就主要结合测绘工作的主要内容对遥感测绘的应用优势及应用难点进行充分的分析,并介绍技术的实际应用过程,研究其发展前景,以此确保新时期测绘工作的稳步开展。     

无人机遥感系统的研究进展与应用前景

对于无人机遥感来说,融合了无人机技术与遥感技术。在无人机遥感技术应用的过程中,涵盖了诸多不同类型的先进技术,比如,无人机驾驶飞行技术、通讯技术、遥感传感器技术等,存在着显著的智能化、自动化等不同方面的特征,能够迅速得到相关资源,并且系统掌握国土、环境等不同方面的信息,然后加以实时化处理,通过建模与科学分析,能够制定出无人机遥感技术运用的具体策略,凸显出其良好的功效。本文针对无人机遥感系统的研究进展进行了详细地分析,同时说明了无人机遥感系统的应用前景,进而对有关研究人员形成一定的启发。     

山区遥感影像地形辐射统计校正模型改进研究

山区地形起伏导致太阳光照不同,造成遥感影像接收的辐射信息不能反映地表的真实信息,从而影响遥感影像的解译与处理.本研究基于常用的地形辐射统计校正模型,结合山区植被覆盖特征,设计了一种分区统计校正模型,并采用三种不同分辨率的卫星遥感影像进行了实验,结果显示改进后模型的地形辐射校正效果有明显改善.     

基于波段运算的沿海赤潮灾害信息监测

沿海水体赤潮灾害是一种常见的海洋灾害现象,赤潮灾害会给沿海的居民生活、经济及生态环境造成严重的影响.本文通过分析沿海赤潮水体及相邻水体的光谱特征,提出了利用MODIS遥感影像数据建立波段运算模型,经过影像的灰度分割,提取了沿海区赤潮灾害信息.结果表明,该方法所提取的赤潮灾害信息与中国海洋灾害公报的信息吻合.     

简述无人机遥感的应用及发展前景

近年来,随着测绘与地理信息技术的飞速发展,各领域对遥感数据的需求不断增加.将无人机技术与遥感技术相结合,可以以较低的成本快速获取高精度地理信息数据,在测绘与地理信息等相关行业的应用越来越广泛.文章在简单介绍无人机遥感特点的基础上,论述了其在农业、 灾害应急、 环境监测、 国土资源监测及其它领域中的应用,并对其发展前景进行了展望.     

基于高光谱的微生物作用下玉米叶片叶绿素含量估算研究

利用盆栽试验,对不同微生物作用下的玉米植株叶片叶绿素含量和高光谱反射率进行测定,探讨不同微生物作用对植被叶片叶绿素含量的影响及其光谱特征变化,并尝试利用高光谱遥感技术对不同处理条件下玉米叶片叶绿素含量进行监测识别。四种不同处理,按照CK组、CR组、G.m组、G.m+CR组的顺序所选特征变量依次为Sa/Sc、Sb_((658-670))、Sd_((691-709))、SDb,四种处理均以指数模型预测效果最佳,CR组模型Y=54.4(exp(-7.5t))预测精度最高,CK组模型Y=36.0(exp(1.1t))预测精度最低,决定系数分别为0.938和0.600。所建模型预测精度理想,证实了高光谱遥感技术植被监测的可行性,为微生物复垦领域对不同微生物作用下植被叶片叶绿素含量的高效无损监测与评价提供了新的方法与途径。