基于光譜特征的高光譜豐度估計模型研究.pdf

1、目前，高光譜遙感技術(shù)已經(jīng)被廣泛地應(yīng)用在越來越多的領(lǐng)域中，比如溢油分析和綠色植物葉綠素估計。然而混合像元一直是該類問題研究中的一個難點問題。為了分解混合像元，人們常常采用原始的最小二乘法。然而該方法的計算過程涉及到大量的矩陣運算，特別是對于含有大量波段的高光譜圖像，獲得我們需要的結(jié)果會花費很長的時間，使得該類方法不適用于實時性要求較高的場合。
　　 基于對該問題的考慮，本文完成了一種新型快速端元豐度估計模型的搭建，并將其命名為基于

2、光譜特征的豐度估計模型AEMSC(Abundance Estimation Modelbased on Spectral Characteristics)。本文所做的主要工作有如下幾個方面:
　　 首先，通過計算歸一化光譜角距離NSAM和歸一化光譜信息散度NSID來完成模型的搭建。利用合成的模擬數(shù)據(jù)，先計算混合像元與端元間的NSAM和NSID值，這樣就可以將其與對應(yīng)的豐度值在坐標(biāo)系中描點。然后，根據(jù)高次曲線擬合方式對兩者的關(guān)系進(jìn)

3、行擬合，以獲得基于光譜特征的豐度估計模型AEMSC。
　　 其次，為了測試和驗證模型的正確性，論文進(jìn)行了油膜光譜曲線采集實驗。選取不同數(shù)量的擬合樣本搭建豐度估計模型，分別都得到一個預(yù)測誤差值，從而獲得不同擬合樣本數(shù)量所對應(yīng)的誤差變化曲線，用以分析誤差隨擬合樣本數(shù)量的變化趨勢，從而更合理地選擇樣本數(shù)量。
　　 最后，將該模型應(yīng)用在蓬萊19-3C平臺實際高光譜溢油圖像上。預(yù)處理之后，分解其中的一小部分混合像元點就可以完成豐度