高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用技术

高光谱遥感（Hyperspectral Remote Sensing）又叫成像光谱遥感，是将成像技术和光谱技术相结合的多维信息获取技术（Goetz，1985年）。高光谱遥感数据中包含了丰富的空间、辐射和光谱三重信息，具有重要的综合应用价值。近年来，随着成像光谱技术在航空遥感领域的快速发展，这项技术成为各个领域的重要监测方法，涵盖大气圈、海洋研究、植被生态、矿产地质、水体研究、军事侦察和考古研究等领域，其应用正在步入成熟期。

传统的地物成分检测方法过程繁琐、费时费力，无法做到无损分析，而高光谱遥感能够做到实时、非接触、快速、无损检测，蕴含着近似连续的地物光谱信息。通过光谱重建，高光谱影像能获取地物近似连续的光谱反射率数据，与地面实测值匹配，从而将精细的地物成分光谱模型应用到地物信息提取中。无人机和有人机机载高光谱遥感能够探测具有诊断性的地物光谱吸收物质，在多种算法支持下，不仅能为准确区分地表地物类型、评估和成分含量评价等提供精确的数据支持，使得定量或半定量地物信息提取成为可能，而且在大量试验的基础上，能够为相关硬件仪器的研发提供理论依据。机载高光谱可以多时相的获取数据，使得通过多种元素含量的计算，间接评估地物质量成为可能。

在高光谱影像中，结合纹理、表面粒度、风化程度、作物密度等辅助信息，能估计出多种地物及其上覆作物的状态参量，提高遥感高定量分析的精度和可靠性。如何通过构建遥感光谱反射信号与地表参数之间的关系模型来实现数值计算，是举办本次培训班的主要目的。为了让感兴趣学员在短时间内较系统的掌握地物高光谱遥感反演原理及前沿技术，北京中科资环信息技术研究院（www.bjzkzhxx.com）特举办“高光谱遥感数值建模技术及在水体、土壤、植被信息提取领域应用技术直播课”，注重理论与实践相结合，针对高光谱建模的具体实现方法，系统地阐释基于信息量方法的建模思路与基本原理，并进行深入地实现方法培训，涉及数据获取、分析、处理、软件操作和结果分析等主要环节

高光谱遥感原理及地表主要信息提取项目实战经验分享

高光谱遥感的概念

高光谱遥感发展现状

主流的高光谱处理软件安装与介绍

星载、机载、无人机载和地面高光谱传感器介绍

光谱数据库怎么建设

怎样获取免费的遥感数据

高光谱信息提取的原理

典型高光谱SCI论文涉及的技术分析

高光谱遥感在农业中的应用

高光谱遥感在林业中的应用

高光谱遥感在地质中的应用

高光谱遥感在环境监测中的应用

高光谱遥感在城市遥感中的应用

高光谱遥感在军事识别中的应用

 

植被高光谱信息提取之作物品种鉴定

基本ENVI波谱操作

1）显示灰阶影像

2）显示彩色影像

3）提取波谱剖面廓线

4）采集波谱曲线

5）动画显示数据（Animate the Data）

2 基础高光谱分析

通过鉴别波谱曲线识别作物

植被高光谱信息提取之不同作物分类

非监督分类

1）K-均值

2）IsoData

2 监督分类

1）绘制感兴趣区

2）平行六面体法（Parallelepiped）

3）最小距离法（Minimum Distance）

4）马氏距离（Mahalanobis Distance）

5）最大似然分类（Maximum Likelihood）

高光谱数据获取技术与精度评价技术

机载（有人机+无人机）高光谱数据获取方法

1）常见的地面高光谱仪器概述

2）常见的机载成像仪概述

3）光谱库的研究现状

4）高光谱遥感在信息提取中的技术优势

5）高光谱遥感数据获取的考虑因素

2 精度评价技术

地面辅助理化数据作用与处理方法

地物的理化数据获取方法

1）地面同步数据工作

2）数据预处理

3）理化数据获取

2 Unscrambler光谱建模软件学习

3 地物的理化数据获取方法

4 高光谱与理化数据建模方法综述

1）偏最小二乘回归法（PLSR）

2）主成分回归法（PCR）

3）多元逐步回归法（SMLR）

4）决策树法（DT）

5）流行学习法（ML）

6）BP神经网络法（BPNN）

7）小波分析法（WA）

8）遗传算法（GA）

 

水体高光谱信息提取之辐射校正

 水体遥感与信息提取原理

1）水体光谱特征

2）水体环境遥感信息研究

3）水体信息提取方法

2 数据采集情况

1）高光谱航空测量

2）地面数据测量

3 高光谱数据预处理

1）大气校正的原理

2）大气校正的方法

3）实地数据采集方法

4）无线电探空法

5）黑暗像元法

6）基于统计学模型的反射率反演

7）基于辐射传输的大气校正

4 FLAASH大气校正法

 

 水体高光谱信息提取之六种经典方法

光谱分类法

2 单波段阈值分析法

3 多波段谱间关系法

4 水体指数法

5 植被指数法

6 斜率法

热红外光谱数据地表温度提取方法

 热红外遥感简介

1）测量平台

2）研究应用方向

2 基本概念和热辐射方程

1）热红外卫星基本情况

2）卫星免费数据获取方法

3 地表热信息的提取方法实现

1）打开数据

2）形成光谱集

3）计算 L6

4）计算T6

5）计算Pv

6）计算e6

7）计算C6

8）计算D6

9）计算Ta

10）计算Ts

11）制图

 

土壤高光谱信息提取之信息量方法

非监督特征选取方法

2 基于信息量的成分特征选择

1）基于机理的地物养分特征波段

2）波段标准差特征选择

3）信息熵特征选择

3 数据与方法

1）化验数据

2）算法实现

土壤高光谱信息提取之偏最小二乘建模

 建立特征波段

1）数据集分析

2 偏最小二乘回归模型的实现

1）建立训练集

2）建立验证集

3 预测结果精度分析

4 制图

根据科研或生产实际，提供数据，集体讨论高光谱总体实施方案

提供若干附加材料，包括典型论文、其它软件以及学习材料

实例回顾、训练、巩固

答疑与讨论（大家提前把问题整理好）

 ●基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用