發(fā)布時間：2020-12-13 09:47

　　高分五號是我國最新發(fā)射的高光譜綜合觀測衛(wèi)星,對其的應(yīng)用研究也是近來國內(nèi)外遙感領(lǐng)域關(guān)注的熱點。本文對高分五號高光譜遙感數(shù)據(jù)有效的預(yù)處理方法做了嘗試,為了更好的應(yīng)用效果進行了數(shù)據(jù)融合和降維,選用光譜角匹配法、支持向量機和ENVINet5模型的深度學(xué)習(xí)方法對于地物特征提取及分類進行研究,取得了如下主要成果。(1)本文利用ENVI軟件對高分五號高光譜數(shù)據(jù)進行預(yù)處理工作,通過一系列處理過程,校正了圖像的輻射和幾何畸變,還原了地物真實反射率,取得了較好的效果。(2)將高分五號高光譜數(shù)據(jù)(30m)與Landsat8全色波段(15m)用GS法融合后,圖像的紋理細節(jié)得到提升,并較好保留了光譜信息。運用分塊主成分分析對高光譜數(shù)據(jù)進行降維,降低了波段相關(guān)性。(3)對高分五號高光譜數(shù)據(jù),利用基于光譜特征的光譜角匹配(SAM)、基于統(tǒng)計特征的支持向量機(SVM)和ENVI深度學(xué)習(xí)框架(ENVINet5)對6類地物進行了分類提取。分別對SVM的核函數(shù)選擇和ENVINet5的權(quán)重參數(shù)調(diào)節(jié)進行了實驗。綜合分析了三種方法的提取結(jié)果,總體精度都達到80%以上,表明高分五號高光譜數(shù)據(jù)在地物特征提取分類的應(yīng)用中效果良好,并且... 

【文章來源】：中國地質(zhì)大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

單波段圖像（左為波段325；右為波段326）

壞線修復(fù)展示（左圖為修復(fù)前；右圖為修復(fù)后）

13圖2-3波段1條紋效應(yīng)修復(fù)（左為修復(fù)前，右為修復(fù)后）2.6Smile效應(yīng)檢測Smile效應(yīng)是指在垂直飛行方向上，像元的中心波長位置發(fā)生偏移，從而造成波長曲線彎曲的現(xiàn)象（KruseFA，etal.，2003）。常見的Smile效應(yīng)指示方法有三種：第一種是通過最小噪聲分量變（MNF）換檢測是否存在Smlie效應(yīng)。Smile效應(yīng)是一種空間低頻變化效應(yīng)。由于MNF能對數(shù)據(jù)進行重新的排布和調(diào)整，使得噪聲很小的通道排布在后面，因此在MNF的前幾個通道中若存在明顯的亮度梯度，則說明存在比較嚴(yán)重的Smile效應(yīng)影響（DavidG，etal.2003）。一般來說對高光譜數(shù)據(jù)分別對NIR和SWIR波段做MNF變換（譚炳香，2005），其結(jié)果如圖2-4。第二種是通過氧A吸收帶來指示Smile效應(yīng)。由于氧A帶在波段762nm處有強的吸收如圖2-5左圖，所以762nm附近兩波段的差值圖像可指示Smile效應(yīng)（GoodenoughDG，etal.，2003）。GF-5在762nm處存在波段VNIR87（762.487nm），位于VNIR86（758.209nm）和VNIR88(766.765nm)之間，圖2-5為762nm氧A帶左右附近差值指示圖。第三種為紅邊指示法。植被在700nm處反射率有一明顯陡增，但由于紅邊受影像大氣吸收(如762nm氧A帶的強吸收)的影響，其指示Smile效應(yīng)的效果不佳

【參考文獻】：
期刊論文
[1]基于U-net的“高分五號”衛(wèi)星高光譜圖像土地類型分類[J]. 孫曉敏,鄭利娟,吳軍,陳前,徐崇斌,馬楊,陳震.  航天返回與遙感. 2019(06)
[2]利用高分五號衛(wèi)星遙感反演近地面細顆粒物濃度方法[J]. 陳輝,厲青,王中挺,馬鵬飛,張玉環(huán),劉思含,趙愛梅.  上海航天. 2019(S2)
[3]高分五號衛(wèi)星數(shù)傳天線高指向精度的分析與驗證[J]. 劉輝,蔣新勝,溫淵,姜通,董毅,張宇環(huán),蔣應(yīng)富,張恒,孫立達.  上海航天. 2019(S2)
[4]高分五號衛(wèi)星星敏感器在軌測量精度評估[J]. 向明江,信思博,姜通,關(guān)欣,章生平,呂旺.  上海航天. 2019(S2)
[5]高分五號衛(wèi)星姿軌控分系統(tǒng)設(shè)計[J]. 牛睿,朱文山,李利亮,蔡陳生,劉川,朱琦.  上海航天. 2019(S2)
[6]高分五號衛(wèi)星全譜段光譜成像儀在軌幾何定標(biāo)方法及精度驗證[J]. 秦凱玲,程宇峰,王密,朱映.  上海航天. 2019(S2)
[7]高分五號衛(wèi)星大氣主要溫室氣體監(jiān)測儀優(yōu)化設(shè)計及數(shù)據(jù)分析[J]. 熊偉.  上海航天. 2019(S2)
[8]高分五號衛(wèi)星高光譜數(shù)據(jù)巖性-構(gòu)造解譯初步應(yīng)用評價[J]. 李娜,甘甫平,董新豐,閆柏琨,于峻川,劉镕源,馬燕妮.  上海航天. 2019(S2)
[9]高分五號衛(wèi)星方案設(shè)計與技術(shù)特點[J]. 孫允珠,蔣光偉,李云端,葉翔,溫淵,姜通,曹瓊,楊勇.  上海航天. 2019(S2)
[10]高分五號衛(wèi)星數(shù)傳天線指向機構(gòu)系統(tǒng)技術(shù)研究[J]. 董毅,陳偉,李臣政,李長江,黃盛,柳志娟,艾艷飛.  上海航天. 2019(S2)

博士論文
[1]激光雷達和高光譜數(shù)據(jù)融合的城市土地利用分類方法研究[D]. 滿其霞.華東師范大學(xué) 2015
[2]基于無人機采集圖像的植被識別方法研究[D]. 唐晏.成都理工大學(xué) 2014
[3]基于遙感圖像的城市空間擴展監(jiān)測[D]. 彭順喜.中南大學(xué) 2007

碩士論文
[1]WorldView-3數(shù)據(jù)的巖性信息自動提取方法研究[D]. 葉蓓.中國地質(zhì)大學(xué)(北京) 2018
[2]基于ELM的高光譜遙感影像土地利用覆蓋分類優(yōu)化方法研究[D]. 李麗.電子科技大學(xué) 2018
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D]. 崔璐.寧夏大學(xué) 2018
[4]WorldView-3數(shù)據(jù)處理與蝕變信息提取方法研究[D]. 孫婭琴.中國地質(zhì)大學(xué)(北京) 2017
[5]遙感影像分類方法比較研究[D]. 錢茹茹.長安大學(xué) 2007



本文編號：2914351