您现在的位置: 首页> 研究主题> 混合像元

混合像元

混合像元的相关文献在1992年到2022年内共计331篇,主要集中在自动化技术、计算机技术、测绘学、农业基础科学 等领域,其中期刊论文213篇、会议论文10篇、专利文献270300篇;相关期刊127种,包括测绘与空间地理信息、测绘科学技术学报、地球信息科学学报等; 相关会议10种,包括中国电子学会第二十一届青年学术年会、第七届全国交通工程测量学术研讨会、第六届全国地理信息科学博士生学术论坛等;混合像元的相关文献由783位作者贡献,包括王斌、张立明、顾玲嘉等。

混合像元—发文量

期刊论文>

论文:213 占比:0.08%

会议论文>

论文:10 占比:0.00%

专利文献>

论文:270300 占比:99.92%

总计:270523篇

混合像元—发文趋势图

  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

期刊

    • 刘晓敬
    • 摘要: 积雪深度是反映地表积雪量变化的重要因子,是水文模型和气候模式中的重要参数之一。被动微波遥感以其穿云透雾、对雪层信息敏感等特点,被广泛应用于雪深的反演研究中。被动微波传感器的低空间分辨率(数千米至数十千米)及地表覆盖的复杂性,使星载被动微波遥感影像中的混合像元现象十分突出,严重制约了被动微波雪深遥感监测的应用和发展。目前,被动微波遥感雪深反演中的混合像元问题研究仍存在着诸多挑战:①理论支撑不足,对被动微波混合像元亮温响应特征及影响机制的研究尚不充分;②针对混合像元问题所发展的被动微波雪深反演算法,对地表异质性特征考虑不足。
    • 于丰华; 赵丹; 郭忠辉; 金忠煜; 郭爽; 陈春玲; 许童羽
    • 摘要: 开展水稻无人机高光谱解混,获取水稻植株的高光谱反射率信息,对于提高水稻理化参量的反演模型精度具有重要意义。目前大多基于高光谱遥感影像自身数据进行解混,运用算法模型进行高光谱数据解混,将高光谱图像和可见光图像进行优势互补,提出一种基于无人机高清影像与高光谱遥感影像融合的稻田无人机高光谱解混方法,解决单一数据局限性问题,增强光谱数据对地物的描述能力。为了更好的计算端元丰度,将同一目标区的高清数码正射影像与无人机高光谱遥感影像利用经纬度信息进行空间配准,使得不同传感器获得的图片在几何位置上对齐,通过SVM分类器的监督分类方法对可见光的数码正射影像进行地物分类,利用地物分类的结果对应高光谱的一个像元,从而得到一个像元内的端元丰度。设相邻区域内的水体端元是相同的,利用线性解混模型(LSMM)对相邻区域的混合像元进行解混,最终获取水稻高光谱反射率信息。结果表明对两种图片进行空间配准丰富了数据源信息,有利于像元的端元丰度计算,其中水稻端元丰度在70%以上解混效果最好,丰度在50%以上解混效果一般,丰度在30%以下解混效果较差;选择监督分类方法进行地物分类,精度达到99.5%,面向对象方法分类精度为98.2%,监督分类方法优于面向对象分类方法;最终得到的混合像元分解反射率高于原混合像元反射率,减少了水体混合部分对光谱数据的影响,使得分解后水稻的光谱反射率更加准确,为水稻理化参量无人机成像高光谱遥感反演提供更加准确的科学依据。
    • 陈锷; 赵晓冏
    • 摘要: 利用MODIS数据和Landsat TM/OLI数据,运用混合像元分解法估算了白龙江流域的植被覆盖度,并对白龙江流域2010~2020年植被覆盖度时空变化进行了研究,结果表明:①白龙江流域植被覆盖度的年际变化趋势存在显著空间差异。趋于升高的区域主要分布在宕昌县和武都区;降低趋势的区域主要分布在迭部县、舟曲县、文县和武都区交界处;②从各县植被覆盖度变化趋势看,只有宕昌县和武都区植被覆盖度呈增加趋势,其中武都区增加趋势较明显,迭部县植被覆盖度减小趋势较明显;③从植被覆盖度变化的过程来看,植被覆盖度呈现持续上升的区域占流域面积的22.15%,13.33%的区域呈持续降低,7.99%的区域呈先升后降,56.53%的区域呈先降后升,总体上大部分区域植被覆盖度呈升高的态势;④白龙江流域植被覆盖度的空间格局整体呈现为:“两头小中间大,高低波动并存,较高波动居多”,稳定性存在明显地域差异。高波动区所占比重最小,较低波动区分布最为广泛,主要分布在中度波动区域外围。
    • 陈平男; 王瑞燕; 刘洪义; 王莉; 严向军; 尹涛
    • 摘要: 为探讨无人机影像是否存在混合像元以及提取麦田植被覆盖度的最佳卫星遥感数据源问题,选择混合像元较少的拔节期冬小麦试验田进行实验.首先估算无人机影像的植被覆盖度,以地面实测数据检验其精度,然后估算卫星数据的植被覆盖度,以无人机数据进行精度检验,寻找精度最高的卫星数据源.结果显示无人机影像考虑混合像元后,MAE降低了0.212,RMSE降低了0.228;所用Landsat8/OLI和Sentinel-12种卫星数据源中,Landsat8/OLI卫星数据的提取精度高(MAE为0.066,RMSE为0.086).结果表明考虑混合像元因素将提高无人机影像植被覆盖度的提取精度;Landsat8/OLI卫星数据更适用于盐渍土地区麦田植被覆盖度的提取.
    • 房森; 曹文杰; 完诚
    • 摘要: 在高光谱图像中,若一个像元中包含多种地物,则称这个像元为混合像元混合像元的存在是影响遥感图像分类精度和目标探测效果的重要原因。基于分组寻优多端元高光谱图像解混方法提出了一种新的高光谱图像解混方法。该方法根据整体和部分之间的关系,首先利用扩展的线性模型对高光谱数据进行建模,然后用各种地物的端元组对混合像元分别解混,最后利用根均方误差(RMSE)选出每个端元组中反演误差最小的那个端元。该方法可以降低计算的复杂度,有效抑制噪声的影响,提高小丰度目标的检测效率。
    • 刘娅; 陈丹艳
    • 摘要: 植被覆盖等外部因素导致的混合像元问题增加了土壤盐渍化遥感监测的难度,一直是土壤盐渍化遥感监测的难关。以Landsat TM5遥感数据为数据源,利用线性方程模型构建混合光谱矩阵,再通过非负矩阵分解的方法从混合光谱矩阵中分解出土壤和植被光谱,以减弱植被覆盖等外部因素对土壤光谱信息的影响。利用提取到的土壤光谱信息估算土壤电导率,以监测区域土壤盐渍化的程度。实验结果表明:对于校正前后的光谱,随机森林模型均取得较好的监测结果,100次随机抽样R 2 p值为0.60,RPD值为1.36。
    • 张振国; 于弘; 阚志毅; 刘吉凯
    • 摘要: 目的:从亚像元、像元和对象的角度对不同类型水体信息进行识别提取,探讨Landsat 8 OLI数据对水体面积提取方法的有效性。方法:采用监督分类-神经网络法、面向对象法、MNDWIOSTU阈值法和线性混合像元分解法,分别对合肥市水体信息进行提取分析。结果:采用的4种方法均适用于合肥境内的水体研究,其中线性混合像元分解法提取精度最高且具有较强的鲁棒性,总体精度和Kappa系数的平均值高达97.05%和0.97。结论:针对中等分辨率的Landsat 8 OLI数据,基于亚像元的线性混合像元分解方法对水体识别具有较好的精度,可为更精细或更大尺度的水体信息提取提供技术参考。
    • 张振国; 于弘; 阚志毅; 刘吉凯
    • 摘要: 目的:从亚像元、像元和对象的角度对不同类型水体信息进行识别提取,探讨Landsat 8 OLI数据对水体面积提取方法的有效性.方法:采用监督分类-神经网络法、面向对象法、MNDWIOSTU阈值法和线性混合像元分解法,分别对合肥市水体信息进行提取分析.结果:采用的4种方法均适用于合肥境内的水体研究,其中线性混合像元分解法提取精度最高且具有较强的鲁棒性,总体精度和Kappa系数的平均值高达97.05% 和0.97.结论:针对中等分辨率的Landsat 8 OLI数据,基于亚像元的线性混合像元分解方法对水体识别具有较好的精度,可为更精细或更大尺度的水体信息提取提供技术参考.
    • 崔文煜; 汪兰霞; 易维宁
    • 摘要: 地物三维结构在像元尺度下的光学辐射特征并不等同于其表面材质的反射特性,这给基于图像信息的目标特征提取与识别造成困难。结合对三维几何体的外场零视距测量实验,分析了地物几何结构对像元综合反射率的影响效应。基于线性混合像元模型,尝试加入方向辐射特性、光照阴影和端元分布等修正因子进行改进。结果表明,较之于目前广泛使用的线性混合模型,改进模型对像元综合反射率的计算精度有所提高,相对误差由原先的13.08%平均减小至8.79%。鉴于三维异质结构混合像元综合辐射作用的复杂性,改进方法的完备性和模型普适性有待进一步研究和验证。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号