遙感技術(shù)可以通過遠距離、非接觸物體,實現(xiàn)對目標(biāo)的探測。遙感的發(fā)展經(jīng)歷了全色、彩色、多光譜掃描成像等多個階段,高光譜遙感的出現(xiàn),使光學(xué)遙感進入了一個全新的階段。高光譜遙感技術(shù)是指在特定光譜域（可見光,近紅外以及短波紅外波段）以高分辨率同時獲得連續(xù)的地物光譜信息,擁有波段數(shù)眾多、波段間隔窄的特點,利用高光譜遙感手段為區(qū)分具有診斷性光譜特征的地表信息提供了可能。目前,高光譜遙感數(shù)據(jù)已經(jīng)成為監(jiān)測植被、土壤、水資源等質(zhì)量信息的有力的工具。包括已經(jīng)被廣泛研究的植被葉綠素濃度和氮含量的測定以及新興的對植被葉片其他化學(xué)成分如磷,鉀,鈣,鎂和酚類物質(zhì)的測定;對土壤中有機質(zhì)含量、離子含量、濕度、土壤侵蝕和退化等方面研究;水環(huán)境遙感中對水質(zhì)的監(jiān)測等。但是,利用成像高光譜技術(shù),對地物的空間分布,生物化學(xué)參數(shù)反演的潛力還有待于進一步的挖掘,如將高光譜分析技術(shù)應(yīng)用于植被亞種分類和多種化學(xué)參數(shù)的探測,對植物亞種精準(zhǔn)識別等等。然而高光譜分辨率,往往伴隨著各波段的高相關(guān)性、高冗余和高噪聲,對高光譜數(shù)據(jù)的降維、降噪等預(yù)處理,對高光譜影像選擇合適的分類、建模手段,也成為能否有效利用高光譜影像進行目標(biāo)分類、反演、識別等研究的... 

【文章來源】：武漢大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１離光譜成像方式??

成像光譜儀??用ＣｕｂｅｒｔＵＨＤ１８５成像光譜儀采集茶樹高光譜數(shù)據(jù)，其Ｄ１８５機載高速成像光譜儀擁有全畫幅、非掃描、實時成像全畫幅高光譜成像技術(shù)，是目前高速成像光譜儀的最輕版慮了髙速相機的易用性與高光譜精度。通過這款光譜儀圖像，而不需要慣性測量單元（虹ｅｒｔｉａｌ?Ｍｅａｓｕｒｅｍｅｎｔ?Ｕｎｉｔ，正，并可在１／１０００秒內(nèi)得到高光譜立方體。它采用獨特的與光譜分辨率之間的合理平衡，實現(xiàn)了快速光譜成像而不需無偽影的清晰高光譜成像。在機載高光譜成像儀飛行測量至地面站，現(xiàn)場分析高光譜圖像。Ｃｕｂｅｒｔ搭載的小型無人Ｖ型８旋翼設(shè)計，在提供充裕動力的同時也做到了動力用時，即使某一軸被意外停止工作也能最大幅度保證飛機譜儀自帶的ＣｕｂｅＰｉｌｏｔ光譜處理軟件可進行光譜批量處理、功能，并提供開源代碼便于用戶后期開發(fā)與系統(tǒng)集成。??

１１４°２１＇４５＂Ｅ－１１４°２ｒ４７＂Ｅ），位于郵鄰南湖，包含８種茶樹品種（福安大白、烏牛??早、臺茶１２＃、梅占、黃旦、鐵觀音、迎霜、福鼎大白）。實驗設(shè)計無人機飛行高??度為１００ｍ，航線設(shè)計如圖４．２所示。??隨誦Ｊ??圖４．２實驗區(qū)概況??４．１．３高光譜影像采集??光譜數(shù)據(jù)采集選擇在天空云少、風(fēng)力較小的條件下進行，為了減少太陽高度??角的影響，本次實驗高光譜具體測量時間為２０１６年３月２３日上午１１：５５－１２：４０。??測量時保持儀器鏡頭垂直向下，飛行時保持平穩(wěn)、勻速飛行，由于后續(xù)對無人機??影像自動拼接的要求，要求采集圖片航向重疊率大于７０％，旁向重疊率大于５０％。??１６??

【參考文獻】：
期刊論文
[1]基于植被特征庫的高光譜植被精細(xì)分類（英文）[J]. 尚坤,張霞,孫艷麗,張立福,王樹東,莊智.  光譜學(xué)與光譜分析. 2015(06)
[2]利用光譜指數(shù)反演植被葉綠素含量的精度及穩(wěn)定性研究[J]. 姜海玲,楊杭,陳小平,王樹東,李雪軻,劉凱,岑奕.  光譜學(xué)與光譜分析. 2015(04)
[3]基于類別可分性的高光譜圖像波段選擇[J]. 許明明,張良培,杜博,張樂飛.  計算機科學(xué). 2015(04)
[4]PROSAIL模型模擬下的植被指數(shù)土壤調(diào)節(jié)能力比較與適用環(huán)境分析[J]. 徐雯靚,王少軍.  遙感學(xué)報. 2014(04)
[5]基于空間信息的高光譜遙感植被分類技術(shù)[J]. 吳見,彭道黎.  農(nóng)業(yè)工程學(xué)報. 2012(05)
[6]支持向量機在高光譜遙感圖像植被分類中的應(yīng)用[J]. 馬心璐,任志遠,王永麗.  農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究. 2009(02)
[7]從高光譜遙感影像提取植被信息[J]. 溫興平,胡光道,楊曉峰.  測繪科學(xué). 2008(03)
[8]植被高光譜遙感分類方法研究[J]. 陶秋香.  山東科技大學(xué)學(xué)報(自然科學(xué)版). 2007(05)
[9]棉花冠層高光譜參數(shù)與葉片氮含量的定量關(guān)系[J]. 吳華兵,朱艷,田永超,姚霞,劉曉軍,周治國,曹衛(wèi)星.  植物生態(tài)學(xué)報. 2007(05)
[10]高光譜遙感技術(shù)綜述[J]. 袁迎輝,林子瑜.  中國水運(學(xué)術(shù)版). 2007(08)

博士論文
[1]基于高光譜遙感的茶葉生物化學(xué)參數(shù)提取的研究[D]. 卞萌.武漢大學(xué) 2010

碩士論文
[1]基于混合樣本和支持向量機的城市地物信息提取[D]. 孫曉霞.河南大學(xué) 2014
[2]基于降維的Hyperion高光譜數(shù)據(jù)的樹種識別研究[D]. 郭嘯川.福建師范大學(xué) 2013
[3]高光譜遙感圖像的降維與分類研究[D]. 陳宏達.復(fù)旦大學(xué) 2013
[4]基于葉片和冠層級別的高光譜城市樹種識別[D]. 何詩靜.華中農(nóng)業(yè)大學(xué) 2011
[5]紅樹林高分辨率遙感監(jiān)測技術(shù)研究[D]. 高寧.山東科技大學(xué) 2008



本文編號：3473308