...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Revista Brasileira de Geofisica >Aplica??o do método de identifica??o espectral para imagens do sensor ASTER em ambiente de cerrado
【24h】

Aplica??o do método de identifica??o espectral para imagens do sensor ASTER em ambiente de cerrado

机译：光谱识别方法在塞拉多环境中用于ASTER传感器图像的应用

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As técnicas de análise espectral permitem uma boa estimativa para a identifica??o do material procurado pela similaridade entre a curva de referência e a da imagem. Inicialmente os classificadores espectrais foram desenvolvidos para análise de imagens de sensores hiperespectrais. No entanto, vários trabalhos vêm demonstrando bons resultados para a aplica??o dessas técnicas em imagens multiespectrais. O presente trabalho possui como objetivo testar o classificador espectral denominado Método de Identifica??o Espectral (MIE) para imagens multiespectrais do sensor ASTER. O MIE fornece um novo índice de similaridade e três estimativas segundo níveis de significancia das possíveis áreas do material procurado. Esse método fundamenta-se no procedimento estatístico ANOVA e no classificador espectral Spectral Correlation Mapper (SCM). Essa informa??o pode ser utilizada para avaliar o grau de correla??o dos materiais em análise, sendo útil em uma análise exploratória. A vantagem desse método é que permite validar estatisticamente a existência do elemento procurado conforme um nível de significancia. O método foi aplicado na imagem ASTER referente à área do campo de instru??o militar de formosa situada no município de Formosa (GO) próxima ao Distrito Federal. As imagens utilizadas (VNIR e SWIR) foram adquiridas já corrigidas do efeito atmosférico. Duplicando o tamanho dos pixels da imagem SWIR foi feita a uni?o entre as resolu??es espaciais entre as imagens VNIR e SWIR. Os membros finais da área de estudo foram detectados através da seguinte seqüência: redu??o espectral pela transforma??o MNF (Minimum Noise Fraction), redu??o espacial pelo índice de pureza de pixel (PPI) e pelo visualizador n-dimensional. A partir dos membros finais referentes à vegeta??o fotossinteticamente ativa, vegeta??o n?o fotossiteticamente ativa e solo realizou-se a classifica??o. Esta metodologia permitiu identificar os principais cenários na área de estudo.
机译：光谱分析技术可以很好地估计出参考曲线和图像之间相似度所寻求的材料。最初，光谱分类器被开发来分析来自高光谱传感器的图像。然而，一些研究已经证明了这些技术在多光谱图像中的应用的良好结果。本工作旨在测试一种称为光谱识别方法（MIE）的光谱分类器，以用于ASTER传感器的多光谱图像。 MIE根据所需材料可能区域的重要性水平，提供了新的相似性指标和三个估算值。该方法基于ANOVA统计程序和光谱分类器“光谱相关映射器”（SCM）。该信息可用于评估所分析材料的相关程度，在探索性分析中很有用。该方法的优点在于，它允许根据重要性级别在统计上验证所寻找元素的存在。将该方法应用于ASTER图像，该图像参考的是位于台湾联邦区附近的福尔摩沙（GO）市中的福尔摩沙军事指示领域。所使用的图像（VNIR和SWIR）已获得针对大气影响的校正。通过使SWIR图像中像素的尺寸加倍，在VNIR和SWIR图像之间的空间分辨率之间形成了并集。使用以下顺序检测研究区域的最终成员：通过MNF（最小噪声分数）变换进行光谱缩减，通过像素纯度指数（PPI）和通过n-进行空间缩减。尺寸。从涉及光合作用的植被的最后成员开始，进行了非光合作用的植被和土壤分类。这种方法可以确定研究区域的主要情况。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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