高光谱遥感使得精细地描述植被光谱特征成为可能。然而,由于植被光谱特征表现出许多不确定性,很难确定其中很多细微差异的性质,难以充分利用这些细微差异提供的信息量;因此,现有的特征描述主要集中在明显的、主要的、全局的、线性的特征上,而对细节的、次要的、局部的、非线性特征则缺乏有效的描述和提取算法。本项目将致力于植被高光谱数据非线性细部特征信息的提取及应用研究,主要包括非线性细部特征结构的数学描述、理化参数吸收特征相关的植被光谱非线性细部特征指标建立、 相关特征提取简化和快速算法等三个方面的问题。主要目的是通过获取的非线性细部特征,对植被的光谱特征进行更精确的描述。这种非线性细部特征信息的有效性和实际意义将通过天然气管道泄漏对植被影响的高光谱探测这一应用问题进行检验。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
带有滑动摩擦摆支座的500 kV变压器地震响应
基于腔内级联变频的0.63μm波段多波长激光器
数据驱动的高光谱遥感影像特征表达、迁移学习及其在城市地理信息提取中的应用
植被覆盖区高光谱遥感岩矿光谱变化特征研究
基于高光谱遥感数据的植被光能利用率反演研究
植被覆盖区矿产勘查中高光谱遥感蚀变信息提取研究