导读:本文包含了多光谱遥感论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:遥感,光谱,无人机,反射率,影像,指数,土壤。
多光谱遥感论文文献综述
孙诗睿,赵艳玲,王亚娟,王鑫,张硕[1]（2019）在《基于无人机多光谱遥感的冬小麦叶面积指数反演》一文中研究指出以获取的冬小麦无人机多光谱影像为数据源,充分利用多光谱传感器的红边通道对传统植被指数进行改进,通过灰色关联度分析后基于多个植被指数建模的方法对冬小麦的叶面积指数(leaf area index,LAI)进行反演精度对比。结果显示:使用基于多植被指数的随机森林(RF)比赤池信息量准则-偏最小二乘法(AIC-PLS)反演精度高。得到的LAI反演值和真实值之间的R~2=0.822,RMSE=1.218。研究证明通过随机森林预测具有更好的拟合效果,对冬小麦的LAI反演有较好的适用性。(本文来源于《中国农业大学学报》期刊2019年11期）
熊威[2]（2019）在《基于高分辨率多光谱遥感数据的城市森林反射率真实性检验》一文中研究指出城市森林资源信息对城市可持续发展有重要影响。为了满足城市森林资源精细化管理的需求,不断拓展国产高分辨遥感卫星的应用范围,需对其数据质量、数据规格和数据产品特点进一步的研究,进而应用于城市森林资源监测中。本文采用目前国际上正在开展的无场地定标技术,与定标精度比较高的landsat-8 OLI数据对高分1号8米的pms多光谱数据进行交叉定标,对国产高分辨率多光谱遥感数据的城市森林反射率进行真实性检验研究。(本文来源于《北京测绘》期刊2019年10期）
张少伟,惠刚盈,韩宗涛,孙珊珊,田昕[3]（2019）在《基于光学多光谱与SAR遥感特征快速优化的大区域森林地上生物量估测》一文中研究指出针对基于多模式遥感手段的大区域森林地上生物量(AGB)定量反演效率低的问题,充分集成主、被动遥感对森林AGB多维观测特征,提高区域定量反演结果;针对两期反演结果分析,揭示区域森林AGB空间变化格局,为科学评估区域生态环境保护(如天然林保护)、提升国家生态环境遥感连续动态监测与预警能力提供支撑。以内蒙古大兴安岭林区为研究区,以2009年为主的光学LandsatTM5(TM)与ALOS-1 PALSAR,以及2014年为主的高分一号(GF-1)与ALOS-2PALSAR两期主、被动遥感数据提取特征因子,利用快速迭代特征选择的k-NN方法(k-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS),实现主、被动遥感特征组合快速优化及最优估测模型构建;基于第七次、第八次森林资源连续清查样地数据,对两期研究区森林(乔木)AGB进行定量反演与留一法(LOO)验证;根据两期反演结果迭加对比,在样地和区域尺度上定量分析研究区2009～2014年间森林AGB变化。在样地尺度上,基于森林资源清查样地结果与LOO法验证结果表明,2009年的AGB反演结果R2=0.56,RMSE=25.95 t/hm2;2014年R2=0.64;RMSE=24.55 t/hm2。2009年反演均值较样地计算结果均值偏高(预测:81.59 t/hm2,实测:78.64t/hm2);而2014年反演均值较样地计算结果偏低(预测:79.63 t/hm2;实测:82.48 t/hm2)。从区域尺度来看,2009年平均森林AGB为88.33 t/hm2;2014年的为94.61 t/hm2;平均AGB增长量为6.28 t/hm2;与前期研究利用扩展生物量因子法计算的结果接近(2008年和2013年分别为87.14 t/hm2、92.20 t/hm2)。采用基于快速迭代的KNN-FIFS方法,可大幅度提升高维度多模式遥感特征优选效率;充分融合主、被动遥感的多维观测特征,提高森林AGB反演精度及饱和点。在像素尺度上(30 m)利用LOO法对KNN-FIFS反演结果进行了验证,具有更强鲁棒性,避免了由于训练、检验样本抽选造成的随机误差。2009～2014年期间,内蒙古大兴安岭林区植被覆盖度整体呈现了明显的增长趋势;森林AGB也相应增加。自天然林保护工程实施以来,尽管森林火灾造成了局部较为严重的森林退化(覆盖度、AGB),但整体森林资源状况得到有效改善。(本文来源于《遥感技术与应用》期刊2019年05期）
李攀峰,党建武,王阳萍[4]（2019）在《基于多光谱混合梯度的遥感影像分水岭分割方法》一文中研究指出针对分水岭分割算法中的过分割问题,提出基于加权混合梯度的多光谱遥感影像分水岭分割方法.综合利用多光谱遥感影像各个波段的光谱信息,根据图像信息熵构建加权混合梯度.加权混合梯度图像形态学重建滤波之后,引入基于梯度图像区域极值中值的自适应极小值抑制技术对混合梯度图像进行修正,修正后的梯度图像运用分水岭变换,实现了多光谱遥感影像的分割.以QuickBird和Planet多光谱影像为实验数据验证了该方法,分割结果符合人类视觉感受,减小了过分割现象,为多光谱遥感影像分割提供了一种新的思路.(本文来源于《兰州交通大学学报》期刊2019年05期）
姚志华,陈俊英,张智韬,谭丞轩,魏广飞[5]（2019）在《覆膜对无人机多光谱遥感反演土壤含盐量精度的影响》一文中研究指出快速、准确地获取农田土壤盐分含量对指导合理灌溉及盐渍土的治理有重要意义。该文以内蒙古河套灌区沙壕渠灌域内的覆膜耕地为研究对象,利用无人机多光谱相机获取研究区内5月和6月的多光谱遥感数据,并同步采集区域内表层土壤含盐量数据,研究覆膜对无人机多光谱遥感图像反演农田土壤盐分含量精度的影响。利用支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和极限学习机(extreme learning machine,ELM)3种机器学习方法,分别构建去膜前后基于原始光谱反射率和优选光谱指数的土壤含盐量估算模型。结果表明,去膜前后的各模型均可有效估测土壤盐分含量,但基于去膜处理后的数据构建的盐分含量估算模型精度较不去膜处理的有所提升,同时,基于光谱指数构建的盐分含量估算模型精度比基于光谱反射率构建的模型精度高;利用ELM构建的盐分含量估算模型在6月份预测效果最佳,其中基于光谱反射率和光谱指数的建模R2和RMSE分别为0.695、0.663和0.182、0.191,验证R2和RMSE分别为0.717、0.716和0.171、0.169。研究结果可为无人机多光谱遥感估算覆膜状态下的农田土壤盐分含量提供参考。(本文来源于《农业工程学报》期刊2019年19期）
杨珺博,王斌,黄嘉亮,张智韬,周永财[6]（2019）在《无人机多光谱遥感监测冬小麦拔节期根域土壤含水率》一文中研究指出快速精确地获取冬小麦根域土壤含水率对实现精准灌溉具有重要意义。以拔节期不同水分处理的冬小麦为对象,利用低空无人机搭载六波段多光谱相机获取其冠层光谱反射率,并同时采集5个不同深度(10、20、30、40、60 cm)土壤含水率数据,通过逐步回归法、偏最小二乘法、岭回归法建立光谱数据与5个深度的多元回归模型。结果表明,叁种回归模型对10、20 cm深度土壤含水率都有较高的监测精度,可以较好地对作物根域土壤含水率进行定量预测,其中逐步回归模型效果最好,其模型的决定系数R~2达到0.815、0.747,预测模型的R~2为0.774、0.717,相对分析误差R_(PD)为2.007、1.862,但叁种回归模型对深度为30、40、60 cm根域土壤含水率的监测精度都较低。该研究结果对指导精准灌溉具有一定的参考价值。(本文来源于《节水灌溉》期刊2019年10期）
魏青,张宝忠,魏征,彭致功,韩娜娜[7]（2019）在《无人机多光谱遥感反演冬小麦植株含水率》一文中研究指出为了建立一种高效监测冬小麦植株含水率的无损方法,用于反映作物水分状况、指导精准灌溉。以北京大兴的冬小麦为研究对象,利用无人机搭载多光谱相机采集冬小麦5个波段的光谱信息,构造了光谱反射率模型和光谱植被指数模型,筛选了典型地区冬小麦植株含水率解译模型。结果表明:冬小麦植株含水率与反射光谱在0.05水平上显着相关,优选的两种模型的预测精度较高,相对误差均小于10%,决定系数均大于0.75;从模型复杂程度和物理含义考虑,估算植株含水率的最优模型为基于逐步回归法的光谱指数模型,该模型的率定及验证的决定系数为0.78和0.83,均方根误差为6.79%和5.47%,相对误差为9.73%和6.91%。该研究为采用无人机多光谱遥感技术实现对作物水分的快速高效监测提供了有效方法。(本文来源于《节水灌溉》期刊2019年10期）
汪金花,曹兰杰,郭云飞,赵礼剑,吴兵[8]（2019）在《铁尾矿高-多光谱遥感特征分析与信息识别》一文中研究指出研究选取河北省不同粒径、不同干湿状态及不同矿区的铁尾矿样本进行高光谱测量,对比分析了不同状态下的铁尾矿高光谱特征,通过拟合分析确定了铁尾矿高光谱识别的有效窗口.结果表明:不同粒径和不同矿区的铁尾矿样本,光谱值在500～600 nm范围内差异较小,不同干湿状态尾矿样本在500～600 nm反射率数值差别明显;若将尾矿分干湿两类分别提取时,光谱区间500～600 nm是一个铁尾矿光谱特征受粒径、湿度和矿床类型等因素影响较小区间,适合铁尾矿多光谱遥感信息提取的主要识别窗口.通过多光谱遥感影像在DT-tailings(DT:Decision Tree)和DT-tailings-B2两个决策树判别规则信息提取对比试验中,DT-tailingsB2规则下提取结果在湿尾矿、干尾矿、露天矿和山体的提取精度上均有提高,分别提高了5.00%、22.04%、4.49%和19.59%.验证了铁尾矿高-多光谱遥感信息提取有效性.(本文来源于《云南大学学报(自然科学版)》期刊2019年05期）
周敏姑,邵国敏,张立元,刘治开,韩文霆[9]（2019）在《基于无人机遥感的冬小麦叶绿素含量多光谱反演》一文中研究指出以杨凌地区冬小麦为研究对象,使用六旋翼无人机搭载RedEdge多光谱相机进行叶绿素监测试验。共选取65个样本,每个样本为1 m×1 m的样地,在样地内选取小麦冠层的7片叶片,测量相对叶绿素含量SPAD值,取平均值作为实测值,GPS记录位置信息。地面数据测量与无人机飞行测量同步进行。用Pix4D mapper软件对无人机多光谱影像进行拼接处理,得到4个波段下小麦冠层叶片反射率光谱图像,并利用ENVI 5.1软件提取光谱反射率数据。选取8种常用光谱参数,其中与小麦SPAD相关性较高的有SAVI、EVI2、DVI、RVI、NDVI、EVI和ARVI共7种,相关系数均在0.67以上。用7种光谱参数和小麦SPAD实测值,使用一元线性回归法和多元线性回归法构建反演模型并进行精度分析,结果表明:一元线性回归法构建的SPAD-SAVI模型精度最佳,决定系数(R~2)为0.866,均方根误差RMSE为0.245,可作为无人机遥感快速、无损监测冬小麦叶绿素的技术手段。(本文来源于《节水灌溉》期刊2019年09期）
李小军,闫浩文,杨树文,牛丽峰[10]（2019）在《一种多光谱遥感影像与航拍影像融合算法》一文中研究指出无人机航拍影像空间分辨率高,纹理信息丰富,但其光谱信息匮乏,不利于遥感信息解译。为此提出一种基于脉冲耦合神经网络模型的融合算法,通过计算非规则区域的统计特性,将无人机航拍影像的亚米级高空间分辨率信息注入到遥感卫星多光谱影像中,以获取具有亚米级空间分辨率和高的光谱分辨率的遥感融合影像。通过定性和定量的对比实验,表明该算法优于经典的遥感影像融合方法,同时验证了其在减小光谱扭曲和空间纹理细节保持等方面的有效性。(本文来源于《遥感信息》期刊2019年04期）
多光谱遥感论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
城市森林资源信息对城市可持续发展有重要影响。为了满足城市森林资源精细化管理的需求,不断拓展国产高分辨遥感卫星的应用范围,需对其数据质量、数据规格和数据产品特点进一步的研究,进而应用于城市森林资源监测中。本文采用目前国际上正在开展的无场地定标技术,与定标精度比较高的landsat-8 OLI数据对高分1号8米的pms多光谱数据进行交叉定标,对国产高分辨率多光谱遥感数据的城市森林反射率进行真实性检验研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多光谱遥感论文参考文献
[1].孙诗睿,赵艳玲,王亚娟,王鑫,张硕.基于无人机多光谱遥感的冬小麦叶面积指数反演[J].中国农业大学学报.2019
[2].熊威.基于高分辨率多光谱遥感数据的城市森林反射率真实性检验[J].北京测绘.2019
[3].张少伟,惠刚盈,韩宗涛,孙珊珊,田昕.基于光学多光谱与SAR遥感特征快速优化的大区域森林地上生物量估测[J].遥感技术与应用.2019
[4].李攀峰,党建武,王阳萍.基于多光谱混合梯度的遥感影像分水岭分割方法[J].兰州交通大学学报.2019
[5].姚志华,陈俊英,张智韬,谭丞轩,魏广飞.覆膜对无人机多光谱遥感反演土壤含盐量精度的影响[J].农业工程学报.2019
[6].杨珺博,王斌,黄嘉亮,张智韬,周永财.无人机多光谱遥感监测冬小麦拔节期根域土壤含水率[J].节水灌溉.2019
[7].魏青,张宝忠,魏征,彭致功,韩娜娜.无人机多光谱遥感反演冬小麦植株含水率[J].节水灌溉.2019
[8].汪金花,曹兰杰,郭云飞,赵礼剑,吴兵.铁尾矿高-多光谱遥感特征分析与信息识别[J].云南大学学报(自然科学版).2019
[9].周敏姑,邵国敏,张立元,刘治开,韩文霆.基于无人机遥感的冬小麦叶绿素含量多光谱反演[J].节水灌溉.2019
[10].李小军,闫浩文,杨树文,牛丽峰.一种多光谱遥感影像与航拍影像融合算法[J].遥感信息.2019
论文知识图
