遥感图像尺度下降与模拟实现技术

论文摘要

近二十年来,遥感科学与技术获得了很大的发展,以geoeye-1高分辨率光学遥感卫星、EO-1超光谱遥感卫星、Chris多角度卫星和Terra-Sar雷达卫星为代表的新一代卫星使遥感科学技术在空间分辨率、多角度、多光谱和多极化方面取得了又一重要的进步。遥感卫星获取的多空间分辨率、多光谱、多角度和多极化的对地观测数据为我们进行农业、环境、测绘、林业、考古和军事等一系列研究领域提供的数据源,为这些传统科学技术提供了重要的新手段。然而,由于卫星回返周期和大气条件的影响,目前遥感卫星的数据获取能力依旧不能够满足应用需求,特别是大范围遥感应用,及精细遥感应用的需求。因而,数据缺失问题依旧是限制遥感应用的一个重要因素。为解决遥感数据缺失问题,遥感图像模拟应运而生,获得了广大遥感界专家的重视。遥感图像模拟技术是通过研究区的区域地表（如植被覆盖类型、土壤状况等）、地形及自然环境等综合信息,利用假设的植被模型、地理模型、大气模型等综合参数描述模拟区域的自然状况,通过仿真遥感图像生成过程,模拟出所需的图像。在本项研究中,通过多种卫星数据获取的研究区的自然地理信息,我们利用遥感尺度下降技术,综合多源遥感图像信息,提出了一种利用多源遥感数据,模拟出综合各传感器优势的具有高时间分辨率和高空间分辨率数据的新方法。与常规模拟方法不同,此方法通过不同分辨率影像间关系,运用尺度下降技术及混合像元分解的方法,从低空间分辨率影像提取出地物的时间变化信息,结合高空间分辨率影像的纹理特征,模拟出既具有低空间分辨率影像的高时间分辨率特征,又具有高空间分辨率影像的空间分辨率特征的数据。本文在深入研究地物反射率在不同尺度遥感图像上的规律基础上,通过遥感尺度下降技术获取地物反射率随时间变化的规律,结合地物在早期高分辨率影像上的纹理信息,通过建立单个像元反射率与类别端元反射率间的关系模型,模拟出新的高空间分辨率影像。通过引入早期高分辨率影像的纹理信息,及单个像元反射率与类别端元反射率关系模型的建立,首次将影像模拟从类别层次下降到单个像元层次。模拟影像与真实影像的相关性达到0.93,模拟结果达到国际先进水平。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 立题背景和研究意义
• 1.1.1 研究目的
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 尺度变换概论
• 1.2.2 尺度下降
• 1.2.2.1 线性混合模型
• 1.2.2.2 图像融合
• 1.2.3 遥感图像模拟概论
• 1.2.4 遥感图像模拟方法
• 1.2.4.1 场景生成的模拟技术
• 1.2.4.2 基于耦合模型的模拟技术
• 1.2.4.3 辐射传输模拟技术
• 1.3 研究技术路线、方法及论文结构
• 1.3.1 研究思路
• 1.3.2 研究内容及拟解决的关键问题
• 1.3.2.1 研究内容
• 1.3.2.2 拟解决的关键问题
• 1.3.3 试验方案的可行性分析
• 1.3.4 技术路线
• 1.3.5 论文的组织与结构
• 第二章：研究区概况及数据的预处理
• 2.1 研究区概况
• 2.2 数据的获取
• 2.2.1 Landsat-TM 数据
• 2.2.2 MODIS 数据
• 2.2.2.1 MODIS 传感器介绍
• 2.2.2.2 MODIS 产品
• 2.2.3 采用数据
• 2.3 数据的预处理
• 2.3.1 基本数据处理
• 2.3.1.1 辐射校正
• 2.3.1.2 几何校正
• 2.3.2 TM 数据反射率处理
• 2.3.2.1 辐射亮度计算
• 2.3.2.2 表观反射率计算
• 2.3.2.3 地表反射率计算
• 第三章 基于线性光谱混合模型的遥感图像尺度下降
• 3.1 混合像元模型简介
• 3.1.1 混合像元简介
• 3.1.2 线性光谱混合模型
• 3.1.3 几何光学模型
• 3.2 基于线性混合模型的遥感图像尺度下降
• 3.2.1 丰度矩阵解算
• 3.2.1.1 最小噪声比例变换（MNF）
• 3.2.1.2 纯净像元指数（PPI）
• 3.2.1.3 N 维散度分析
• 3.2.2 端元反射率解算
• 第四章 遥感图像分类
• 4.1 遥感图像分类方法概述
• 4.2 常用遥感图像分类方法介绍
• 4.2.1 最大似然比分类法
• 4.2.2 BP 神经网络分类
• 4.3 基于变化的遥感图像分类
• 4.4 丰度矩阵获取
• 第五章 TM 遥感影像模拟
• 5.1 方法介绍
• 5.1.1 研究思路
• 5.1.2 模拟模型
• 5.2 模拟实现
• 5.2.1 基于传统分类的模拟
• 5.2.1.1 研究区介绍
• 5.2.1.2 技术流程
• 5.2.1.3 结果分析
• 5.2.2 基于变化分类的模拟
• 5.2.2.1 研究区介绍
• 5.2.2.2 理论基础
• 5.2.2.3 技术流程
• 5.2.2.4 结果分析
• 5.3 误差分析
• 5.4 程序实现
• 5.4.1 IDL 语言介绍
• 5.4.2 ENVI/IDL 二次开发介绍
• 5.4.3 程序实现
• 第六章 结论与展望
• 6.1 结论
• 6.2 创新性
• 6.3 讨论与展望
• 参考文献
• 致谢
• 攻读硕士学位期间参与的主要课题及发表的学术论文