前言：中文期刊網(wǎng)精心挑選了遙感技術(shù)綜述范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。
遙感技術(shù)綜述范文1
關(guān)鍵詞:農(nóng)作物；秸稈；綜合利用；機(jī)械化；還田技術(shù)；分析
隨著社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)的不斷發(fā)展，促進(jìn)了農(nóng)村經(jīng)濟(jì)的發(fā)展，同時(shí)也使得農(nóng)村資源的利用得到進(jìn)一步的優(yōu)化和完善。在實(shí)際的農(nóng)作物生產(chǎn)中，為了防止農(nóng)業(yè)生產(chǎn)中各種農(nóng)村資源的大量消耗與浪費(fèi)，降低農(nóng)業(yè)生產(chǎn)對(duì)農(nóng)村環(huán)境的影響，就要堅(jiān)持可持續(xù)發(fā)展戰(zhàn)略，將農(nóng)村資源的利用率實(shí)現(xiàn)最大化，發(fā)展農(nóng)村循環(huán)經(jīng)濟(jì)，做到農(nóng)業(yè)發(fā)展與資源和環(huán)境相互協(xié)調(diào)。在此過(guò)程中，農(nóng)作物秸稈起到非常重要的作用，可以作為新的資源用于各項(xiàng)的農(nóng)業(yè)生產(chǎn)中，提高資源利用率的同時(shí)保護(hù)生態(tài)與環(huán)境，也是全國(guó)整個(gè)農(nóng)業(yè)可持續(xù)發(fā)展的一項(xiàng)戰(zhàn)略措施。
一、農(nóng)作物秸稈的綜合利用
1、農(nóng)作物秸稈飼料農(nóng)作物秸稈飼料是目前農(nóng)作物秸稈的重要利用途徑，具有極高的利用率，進(jìn)而實(shí)現(xiàn)農(nóng)村“廢變寶”的轉(zhuǎn)化過(guò)程。在農(nóng)作物秸稈飼料的制作過(guò)程中，主要通過(guò)青貯、氨化、化學(xué)原理以及微生物學(xué)原理進(jìn)行農(nóng)作物秸稈處理，使得秸稈中豐富的木質(zhì)素、纖維素、半纖維素等物質(zhì)進(jìn)行一系列反應(yīng)與轉(zhuǎn)化，形成富含菌體蛋白和維生素等營(yíng)養(yǎng)成分的秸稈飼料。這種農(nóng)作物秸稈飼料的適口性極強(qiáng)，其纖維的降解率可以達(dá)到20%左右，蛋白質(zhì)增加量超過(guò)50%，并含有少量的氨基酸，可以作為豬、牛、羊、雞、鴨、魚等畜禽的精飼料，并在實(shí)際的飼養(yǎng)實(shí)踐中，得到較為顯著的使用效果[1]。2、農(nóng)作物秸稈肥料農(nóng)作物秸稈肥料主要利用直接還田技術(shù)和堆漚還田技術(shù)以及過(guò)腹還田技術(shù)，輔以特殊工藝以及科學(xué)配比，通過(guò)農(nóng)作物秸稈的生產(chǎn)與加工制造優(yōu)質(zhì)高效的有機(jī)復(fù)合肥。其中，堆漚還田是一種較為傳統(tǒng)的還田技術(shù)，由于時(shí)間長(zhǎng)、勞動(dòng)強(qiáng)度大以及產(chǎn)量小等問(wèn)題，一般肥料產(chǎn)生的經(jīng)濟(jì)效益相對(duì)較低，不利于農(nóng)民的大規(guī)模投入。隨著還田技術(shù)的發(fā)展，機(jī)械化還田是目前較為常用的還田方式，主要采用聯(lián)合收割機(jī)以及大功率拖拉機(jī)配帶秸稈還田機(jī)，在地里將農(nóng)作物秸稈進(jìn)行直接粉碎，之后，再深耕犁翻埋到土壤深處去，故稱直接還田技術(shù)。這種還田方式具有極高的機(jī)械性，并在實(shí)際的操作中引入機(jī)械操作，減少了人工資源以及勞動(dòng)強(qiáng)度，秸稈處理時(shí)間相對(duì)較短，秸稈在土地中的腐爛時(shí)間相對(duì)較長(zhǎng)，進(jìn)而簡(jiǎn)化了秸稈處理的流程，提供農(nóng)作物秸稈肥料制作的質(zhì)量和效率[1]。3、農(nóng)作物秸稈在能源建設(shè)中的應(yīng)用在能源建設(shè)方面，農(nóng)作物秸稈可以轉(zhuǎn)化為燃?xì)馊剂虾桶l(fā)電燃料。首先，秸稈作為燃?xì)馊剂希环矫鎸⒔斩掃M(jìn)行缺氧燃燒，在此過(guò)程中產(chǎn)生一氧化碳，進(jìn)而形成可燃?xì)怏w。另一方面，秸稈厭氧發(fā)酵可以產(chǎn)生出大量的沼氣，利用秸稈與人畜糞進(jìn)行合理配比，在厭氧的環(huán)境條件下進(jìn)行發(fā)酵，進(jìn)而產(chǎn)生含甲烷成分的氣體，用于農(nóng)村管道煤氣中。其次，秸稈熱能發(fā)電。從物理學(xué)的角度上看，農(nóng)作物秸稈作為一種綠色再生能源，可以有效代替煤，每2噸秸稈的熱值就相當(dāng)于1噸煤，其燃燒產(chǎn)生的硫量遠(yuǎn)遠(yuǎn)小于煤，降低了燃燒過(guò)程中對(duì)空氣環(huán)境的污染與破壞，實(shí)現(xiàn)農(nóng)村資源的循環(huán)利用。目前，全國(guó)已經(jīng)將農(nóng)作物秸稈發(fā)電加入國(guó)家重點(diǎn)推廣項(xiàng)目的行列中，并取得較為顯著的效果，為農(nóng)村基礎(chǔ)經(jīng)濟(jì)建設(shè)提供重要的保障[2]。4、秸稈種菇技術(shù)與工業(yè)原料在蘑菇培養(yǎng)過(guò)程中，可以將多種秸稈用機(jī)械進(jìn)行粉碎，將粉碎后的秸稈粉末作為基料進(jìn)行食用菌的栽培。在實(shí)際的秸稈應(yīng)用中，大約5hm2的秸稈通過(guò)腐熟后可以培養(yǎng)出0.07hm2的食用菌，達(dá)到2000-3000kg的食用菌產(chǎn)量，其經(jīng)濟(jì)收入為6000元左右。由此可見，秸稈種菇技術(shù)作為一項(xiàng)致富技術(shù)，具有投資小、效果顯著的特點(diǎn)，對(duì)技術(shù)水平要求不高，可以實(shí)現(xiàn)農(nóng)作物秸稈的大批量處理，進(jìn)而避免焚燒對(duì)空氣環(huán)境帶來(lái)的污染。另外，農(nóng)作物秸稈可以用在工業(yè)原料的生產(chǎn)中，主要以玉米秸稈和棉花稈為主，通過(guò)高壓模壓機(jī)械設(shè)備對(duì)農(nóng)作物秸稈進(jìn)行處理，使其纖維和樹脂混合物處理成工業(yè)需要的模型，用于纖維板材的制作。在使用性能方面，這種纖維板材具備強(qiáng)度高、防火阻燃以及耐腐蝕等使用性能，可以有效緩解全國(guó)木材供應(yīng)不足的問(wèn)題，節(jié)約森林資源，進(jìn)而促進(jìn)全國(guó)人造板產(chǎn)業(yè)的發(fā)展[3]。
二、機(jī)械化還田技術(shù)要點(diǎn)分析
1、選擇適宜的時(shí)機(jī)農(nóng)作物秸稈機(jī)械化還田技術(shù)是將農(nóng)作物秸稈通過(guò)還田機(jī)械進(jìn)行直接粉碎，并將粉碎后的秸稈粉末撒在土地表面，通過(guò)機(jī)械將其埋入土中。在進(jìn)行機(jī)械還田的過(guò)程中，要選擇正確的還田時(shí)機(jī)，要選擇青秸稈進(jìn)行粉碎，青秸稈相對(duì)較脆，易于粉碎[4]。還要保證青秸稈一定的濕度，當(dāng)秸稈莖葉較綠，中下部莖葉發(fā)黃的情況下，秸稈的含水量會(huì)超過(guò)30%，此時(shí)是秸稈粉碎的最佳時(shí)機(jī)，保證秸稈一定的濕度，進(jìn)而降低秸稈營(yíng)養(yǎng)成分的流失，加快秸稈腐爛速度。2、做好農(nóng)作物秸稈養(yǎng)護(hù)工作在秸稈腐爛分解的過(guò)程中，需要吸收一定的氮素，其氮素含量越多，腐爛速度越快。因此，在進(jìn)行秸稈粉碎程序后，要在土地表面撒上一定量的氮肥料，通常情況下，每畝地要撒上25kg左右的氮肥。同時(shí)，為了防止在農(nóng)作物秸稈還田的過(guò)程中形成架空現(xiàn)象，秸稈翻入地面后，要進(jìn)行及時(shí)的澆水，加快秸稈腐爛分解的速度。另外，要保證農(nóng)作物秸稈粉碎后的質(zhì)量，秸稈粉碎要到達(dá)一定的“細(xì)”標(biāo)準(zhǔn)，一般長(zhǎng)度要控制在100mm以內(nèi)，對(duì)粗硬的秸稈或者是根茬可以進(jìn)行撕裂、破碎等處理。秸稈粉碎后，要用旋耕機(jī)將粉碎后的秸稈切兩遍，切碎秸稈以及根茬，保證粉碎后的秸稈達(dá)到“細(xì)”標(biāo)準(zhǔn)[5]，不斷優(yōu)化農(nóng)作物秸稈還田技術(shù)，進(jìn)而實(shí)現(xiàn)農(nóng)村循環(huán)經(jīng)濟(jì)。3、還田機(jī)具的養(yǎng)護(hù)工作做好還田機(jī)具的養(yǎng)護(hù)工作是提高機(jī)械還田技術(shù)水平的有效途徑，可以保證機(jī)械的正常運(yùn)轉(zhuǎn)，利于工作效益以及使用壽命的提升。首先，班次保養(yǎng)。管理人員要定期清理還田設(shè)備的雜物，檢查還田設(shè)備各個(gè)零件的松緊程度，并添加適量的劑，齒輪箱油面要保持適當(dāng)高度。另外，管理人員要保證還田機(jī)甩刀片的完整度以及螺栓的緊固程度，必要的時(shí)候?qū)ζ溥M(jìn)行補(bǔ)齊以及擰緊。其次，后續(xù)保養(yǎng)。在實(shí)際的保養(yǎng)工作中，要嚴(yán)格按照班次保養(yǎng)的相關(guān)規(guī)定進(jìn)行保養(yǎng)工作，定期對(duì)還田設(shè)備進(jìn)行全方位的檢查與維修，還田設(shè)備的外表面要涂上一層防銹油，防止空氣以及水分的侵蝕而減少使用壽命[5]。另外，要檢查變速箱齒輪實(shí)際運(yùn)行中的嚙合間隙和齒輪的磨損情況，必要時(shí)要對(duì)變速箱齒輪進(jìn)行修復(fù)與調(diào)整，及時(shí)進(jìn)行齒輪油的更換與補(bǔ)充，減少三角帶各部件的磨損程度，對(duì)于磨損嚴(yán)重的零部件要進(jìn)行更換，保證還田設(shè)備可以正常運(yùn)行，不斷提高還田機(jī)具的使用壽命和使用性能，進(jìn)而為機(jī)械化還田技術(shù)的提升做好充分的準(zhǔn)備。4、結(jié)合傳統(tǒng)還田技術(shù)農(nóng)作物秸稈機(jī)械化還田技術(shù)相比于傳統(tǒng)還田技術(shù)具有很大的優(yōu)勢(shì)，但不可否認(rèn)的是傳統(tǒng)技術(shù)存在很大優(yōu)勢(shì)，在這一層面上看，在機(jī)械化還田技術(shù)實(shí)際推廣和應(yīng)用的過(guò)程中，要做好的機(jī)具配套、作業(yè)配套以及技術(shù)配套，與傳統(tǒng)還田技術(shù)有機(jī)結(jié)合在一起，實(shí)現(xiàn)農(nóng)藝措施與機(jī)具的結(jié)合、秸稈利用與病蟲害防治的結(jié)合以及還田措施與耕作制度的結(jié)合，揚(yáng)長(zhǎng)避短，進(jìn)而充分發(fā)揮出其作用，提高農(nóng)作物秸稈還田技術(shù)水平，為促進(jìn)農(nóng)村經(jīng)濟(jì)的發(fā)展提供重要的保障。另外，除了技術(shù)上的革新，在實(shí)際的農(nóng)作物秸稈還田中，要根據(jù)當(dāng)?shù)鼐唧w情況，合理的進(jìn)行機(jī)械設(shè)備型號(hào)的選擇，積極組織科研與生產(chǎn)等部門共同協(xié)作，進(jìn)而不斷優(yōu)化還田技術(shù)。同時(shí)，相關(guān)技術(shù)人員要對(duì)還田機(jī)械設(shè)備進(jìn)行對(duì)比試驗(yàn)以及選型定型，積極對(duì)設(shè)備信息進(jìn)行反饋，促進(jìn)還田機(jī)械設(shè)備機(jī)型的研制與改進(jìn)。一方面可以實(shí)現(xiàn)秸稈還田機(jī)的推廣，加快農(nóng)業(yè)機(jī)械的進(jìn)一步發(fā)展；另一方面，可以不斷提高農(nóng)作物秸稈的利用率，實(shí)現(xiàn)農(nóng)作物秸稈還田措施有效性的提高，進(jìn)而實(shí)現(xiàn)農(nóng)村循環(huán)經(jīng)濟(jì)。
三、結(jié)語(yǔ)
本文通過(guò)對(duì)農(nóng)作物秸稈綜合利用以及機(jī)械化還田技術(shù)要點(diǎn)的分析，讓我們知道了農(nóng)作物秸稈的再利用對(duì)農(nóng)村循環(huán)經(jīng)濟(jì)的發(fā)展具有非常重要的意義和作用，可以節(jié)省農(nóng)村能源的消耗，為農(nóng)村基礎(chǔ)經(jīng)濟(jì)建設(shè)提供重要的保障。因此，本文主要從作業(yè)時(shí)間、農(nóng)作物秸稈養(yǎng)護(hù)工作以及還田機(jī)具養(yǎng)護(hù)工作等方面入手，不斷優(yōu)化農(nóng)作物秸稈還田技術(shù)，進(jìn)而實(shí)現(xiàn)農(nóng)村循環(huán)經(jīng)濟(jì)。
參考文獻(xiàn)
[1]肖體瓊，何春霞，凌秀軍，等.中國(guó)農(nóng)作物秸稈資源綜合利用現(xiàn)狀及對(duì)策研究[J].世界農(nóng)業(yè)，2010，12:31-33+36.
[2]李新蕓，江波.農(nóng)作物秸稈綜合利用現(xiàn)狀及對(duì)策[J].湖南農(nóng)機(jī)，2006，02:16-18.
[3]卜毓堅(jiān)，屠乃美，劉文，等.全國(guó)農(nóng)作物秸稈綜合利用現(xiàn)狀及其技術(shù)進(jìn)展[J].作物研究，2006，05:526-529.
[4]高海，李國(guó)東，劉偉，等.農(nóng)作物秸稈綜合利用現(xiàn)狀及技術(shù)[J].現(xiàn)代農(nóng)業(yè)科技，2011，18:290-291.
遙感技術(shù)綜述范文2
1 肝纖維化形成機(jī)制
肝纖維化是肝組織對(duì)慢性損傷的修復(fù)反應(yīng),是多種類型細(xì)胞、氧化應(yīng)激、細(xì)胞因子和生長(zhǎng)因子等一系列復(fù)雜作用的結(jié)果,以細(xì)胞外基質(zhì)(extracellular matrix,ECM)成分的過(guò)度增生與異常沉積為主要特征。肝纖維化是慢性肝病重要的病理特征,也是肝硬化發(fā)生的前奏和必經(jīng)的中間環(huán)節(jié),是臨床治療慢性肝病的關(guān)鍵環(huán)節(jié)。近年來(lái)國(guó)內(nèi)外取得廣泛共識(shí)的是:肝星狀細(xì)胞(hepatic stellate cell,HSC)是肝臟ECM的主要來(lái)源,是肝纖維化形成的細(xì)胞學(xué)基礎(chǔ),它在ECM代謝和各種細(xì)胞介質(zhì)的產(chǎn)生過(guò)程中處于中心地位,HSC的表型激活和過(guò)度增殖是肝纖維化形成過(guò)程的關(guān)鍵。
2 芍藥苷抗肝纖維化的機(jī)制
2.1抗自由基過(guò)氧化損傷,促進(jìn)肝細(xì)胞再生
芍藥苷的化學(xué)結(jié)構(gòu)表明,芍藥苷分子中的多個(gè)酚羥基使其具有較強(qiáng)的自由基清除活性、具有生物學(xué)應(yīng)答調(diào)節(jié)作用,對(duì)由H202誘導(dǎo)DNA單鏈損傷有保護(hù)作用:抗氧化用氧自由基和其他基因產(chǎn)生的增多與很多種類的肝損傷和肝纖維化有關(guān),其中最重要的是超氧化物。在肝纖維化中,線粒體呼吸鏈的破壞導(dǎo)致電子泄露增加和超氧化物的增多,通過(guò)以4n幾何級(jí)數(shù)的速度增長(zhǎng),超氧基團(tuán)又可使過(guò)氧化氫、羥自由基、單線氧氣等活性氧類產(chǎn)物增加。羥自由基極度活躍,能夠攻擊包括脂類、蛋白質(zhì)、核酸和糖類在內(nèi)的許多細(xì)胞成分。同時(shí)肝內(nèi)原有的細(xì)胞保護(hù)機(jī)制(抗氧化系統(tǒng)、修復(fù)系統(tǒng))遭到破壞,氧化物的產(chǎn)生與消除之間不平衡,因而誘發(fā)肝纖維化的形成與發(fā)展,在體外試驗(yàn)李文庭反應(yīng)中,芍甘多苷大劑量組肝細(xì)胞和肝細(xì)胞線粒體中MDA含量降低,SOD活性升高(P<0.05或0.01),說(shuō)明芍甘多苷有較強(qiáng)的抗氧化作用,拮抗自由基對(duì)肝臟的損傷。駱和生等體內(nèi)實(shí)驗(yàn)發(fā)現(xiàn)芍甘多苷大劑量能顯著提高線粒體№。K+ATPase、Ca”ATPase活性,減輕線粒體鈣超載和水腫,增強(qiáng)能量代謝、有效減輕自由基對(duì)線粒體的損傷,從而對(duì)受損的線粒體起到保護(hù)作用。因此,芍藥苷可認(rèn)為是通過(guò)清除氧自由基,抑制脂質(zhì)過(guò)氧化反應(yīng),阻斷或者減緩肝損傷時(shí)的炎癥刺激,達(dá)到抗肝纖維化的作用。
2.2抑制炎性因子釋放,改善肝臟微循環(huán)
肝細(xì)胞受損后,Kupffer細(xì)胞和淋巴細(xì)胞等炎性細(xì)胞被激活,釋放多種細(xì)胞因子(腫瘤壞死因子、白細(xì)胞介素一β等),促進(jìn)間質(zhì)細(xì)胞的有絲分裂,使貯脂細(xì)胞及其他細(xì)胞合成膠原纖維增多。因此,消除炎癥,減少細(xì)胞因子的釋放,是抑制膠原合成、抗肝纖維化的重要途徑。Nero E等發(fā)現(xiàn),腫瘤壞死因子(TNF)活性的高低與肝細(xì)胞壞死程度的輕重有著正相關(guān)的關(guān)系,且TN單抗(mAb—TNF)對(duì)TNF介導(dǎo)的肝細(xì)胞壞死有保護(hù)作用。提示TNF是造成急性肝壞死的重要介質(zhì),在肝纖維化產(chǎn)生過(guò)程中,白細(xì)胞介素-β(IL-β)、IL-6、IL-8水平升高。Hung KS研究表明,IL-6及IL-8主要由單核細(xì)胞和巨噬細(xì)胞產(chǎn)生并參與炎性損傷過(guò)程。肝臟內(nèi)核因子KB能通過(guò)調(diào)控炎性因子和抗炎因子增加和減少來(lái)影響反應(yīng)的損傷修復(fù),Ping J在CCl4聯(lián)合乙醇誘導(dǎo)的大鼠肝纖維化模型中,芍甘多苷能顯著抑制肝組織中NF-KBp65/IKBCt的過(guò)度表達(dá),降低血清TNF-d水平。總之,TNF。在細(xì)胞因子網(wǎng)絡(luò)中起重要調(diào)節(jié)作用,它的增加破壞了網(wǎng)絡(luò)平衡,導(dǎo)致免疫功能紊亂,加重肝細(xì)胞壞死。czaja MJ實(shí)驗(yàn)研究表明,模型組大鼠肝臟TNF-a含量較正常組為高,有顯著性差異,表明TNF a參與介導(dǎo)了CCL4。所致的大鼠亞急性肝損傷。芍甘多苷大劑量能顯著降低C01。亞急性肝損傷大鼠肝臟TNF-Q含量,從而對(duì)損傷肝臟起到保護(hù)作用。芍甘多苷是一抗炎免疫調(diào)節(jié)藥,在不同的病理狀態(tài)下,芍甘多苷對(duì)異常的免疫功能具有雙相調(diào)節(jié)作用。lseri SO研究發(fā)現(xiàn)在化學(xué)性和免疫性肝損傷模型中,芍甘多苷有抗炎作用。
2.3降低肝臟總NOS、iNOS的活性及NO的含量,阻斷NO對(duì)肝臟的損傷作用。NO(一氧化氮)是NO合成酶以左旋精氨酸為底物合成的。體內(nèi)合成NO的酶有兩種即原生酶(eNOS)和誘生酶(iNOS),eNOS合成的NO,主要參與傳遞信息、舒張血管和抑制血小板聚集與粘附的過(guò)程,而iNOS合成的NO,主要作為細(xì)胞免疫和細(xì)胞毒性的效應(yīng)分子,在多種感染性及自身免疫性疾病的發(fā)病機(jī)制中起重要作用。研究表明,在免疫刺激條件下iNOS mRNA在肝細(xì)胞的表達(dá)對(duì)肝損傷的發(fā)生有重要意義。iNOS及其合成的NO對(duì)肝細(xì)胞有損害作用,NO介導(dǎo)了枯否氏細(xì)胞對(duì)肝細(xì)胞的毒性,但eNOS可以減輕肝臟損傷。同時(shí),NO可作為NF--KB的激活劑,激活NF-KB。與RObt一樣,還可攻擊caspase中起關(guān)鍵作用的巰基,使其喪失活性,抑制凋亡,但同時(shí)可導(dǎo)致細(xì)胞壞死。與模型對(duì)照組相比,芍甘多苷大劑量灌胃給藥能顯著降低CCL4亞急性肝損傷大鼠肝臟N0含量(P<0.01),中小劑量有一定的降低作用趨勢(shì)(P>0.05),表明芍甘多苷能通過(guò)降低肝臟NO含量而起到肝臟保護(hù)作用。
2.4抑制HSC活化,抑制膠原生成,促進(jìn)病理沉積膠原降解。
遙感技術(shù)綜述范文3
【摘要】目的:觀察自擬疏肝補(bǔ)腎湯治療圍絕經(jīng)期綜合征的臨床療效和機(jī)制。方法:對(duì)60例圍絕經(jīng)期綜合征采用自擬疏肝補(bǔ)腎湯(治療組)及尼爾雌醇(對(duì)照組)治療,觀察治療前后臨床表現(xiàn)、性激素水平的變化。結(jié)果:兩組治療后臨床癥狀明顯改善,FSH明顯下降,E2卻升高。結(jié)論: 疏肝補(bǔ)腎湯能明顯改善圍絕經(jīng)期綜合征癥狀,其作用機(jī)制是降低血FSH水平,升高血E2水平,從而達(dá)到調(diào)整生殖內(nèi)分泌的目的。
【關(guān)鍵詞】圍絕經(jīng)期綜合征; 疏肝補(bǔ)腎湯; 尼爾雌醇;雌二醇;血清促卵泡生成素
圍絕經(jīng)期綜合征(CS)是婦科常見病、多發(fā)病,病情纏綿。近年來(lái),筆者采用自擬疏肝補(bǔ)腎湯治療本病,療效滿意,結(jié)果報(bào)道如下。
1 臨床資料
1.1 病例選擇
1.1.1 西醫(yī)診斷標(biāo)準(zhǔn)參照《臨床疾病診斷依據(jù)治愈好轉(zhuǎn)標(biāo)準(zhǔn)》[1]:a. 40歲以上或手術(shù)切除卵巢后;b. 有潮熱、心悸、易怒或抑郁等典型癥狀;c. 實(shí)驗(yàn)室檢查血清雌二醇(E2)水平降低或促卵泡生成素(FSH)、促黃體生成素(LH)明顯升高。
1.1.2 中醫(yī)辨證標(biāo)準(zhǔn)參考《中藥新藥臨床研究指導(dǎo)原則》[2]中相關(guān)標(biāo)準(zhǔn)及評(píng)分:
(1)潮熱出汗:白晝12小時(shí)內(nèi)>10次,2分;≤10次,1分;無(wú),0分。
(2)睡眠:夜間睡眠3~4小時(shí),2分;5~6小時(shí),1分;無(wú),0分。
(3)心悸:影響正常工作、生活,2分;不影響正常工作,1分;無(wú),0分。
(4)情緒改變:不能正常工作,2分;能正常工作,1分;無(wú),0分。
(5)腰骶酸痛:影響生活/活動(dòng)受限,2分;稍影響生活, 活動(dòng)不受限1分;無(wú),0分。
每次累加0~10分
1.2 一般資料:病例來(lái)源于2008~2009年清新縣人民醫(yī)院門診患者,共60例,隨機(jī)分為2組。治療組(自擬疏肝補(bǔ)腎湯)30例,年齡42~58歲,平均(48. 25 ±2. 43)歲;病程3月-12年,平均(5. 20±3.40)年;平均癥狀積分為(2. 90±0.82)分。對(duì)照組(尼爾雌醇)30例,年齡45~60歲,平均(49. 36±3. 02)歲;病程5月-11年,平均(5. 30±3.88)年;平均癥狀積分為(2.89±0.62)分。2組一般資料經(jīng)統(tǒng)計(jì)學(xué)處理,差異均無(wú)顯著性意義(P>0.05),具有可比性。
2 治療方法
2.1 治療組:采用自擬疏肝補(bǔ)腎湯治療。處方:柴胡9g、郁金10g、生熟地10g、白芍9g、女貞子10g、旱蓮草10g、制首烏12g、枸杞子12g、山萸肉10g、薄荷6g、甘草5g,每天1劑,水煎2次,早晚各服1次。3個(gè)月為一療程,共觀察1療程。
2.2 對(duì)照組:尼爾雌醇(合肥久聯(lián)制藥有限公司)服用方法:1mg/片,每周服用1片,共服3個(gè)月,用藥每個(gè)月第16天開始口服安宮黃體酮(浙江仙琚制藥有限公司),8mg/天,連續(xù)14天。如有撤退性出血,出血第5天開始服用下療程,3個(gè)月為一療程,共觀察1療程。
2.3 觀察指標(biāo):a. 臨床療效及治療前后癥狀積分改善情況;b. 治療前后血E2、FSH、 LH水平變化,均采用放射免疫法檢測(cè),放免試劑盒由武漢博士德公司提供。
2. 4 統(tǒng)計(jì)學(xué)處理:所有數(shù)據(jù)處理采用SPSS12.0軟件分析,數(shù)據(jù)以X±s表示,組間資料采用X2或t檢驗(yàn)。
3 療效標(biāo)準(zhǔn)與治療結(jié)果
3. 1 療效標(biāo)準(zhǔn)參照《中藥新藥臨床研究指導(dǎo)原則》女性更年期綜合征療效判定標(biāo)準(zhǔn)[2]和Kupermann癥狀評(píng)分,制定療效判定標(biāo)準(zhǔn):①痊愈:臨床癥狀消失,3~6月未復(fù)發(fā);②顯效:臨床癥狀基本消失,總評(píng)分下降超過(guò)50%;③有效:臨床癥狀部分消失,總評(píng)分下降20%~50%;④無(wú)效:臨床癥狀無(wú)改善,總評(píng)分下降不足20%。
3. 2 治療結(jié)果
3.2.1 2 組臨床療效比較,見表1。
2組總有效率比較,差異有顯著性意義(P
3.2.2 2 組治療前后癥狀積分變化比較,見表2。
治療后2組圍絕經(jīng)期癥狀均有不同程度改善,治療組烘熱汗出、心悸失眠、腰膝酸軟、抑郁悲傷等癥狀明顯改善,與治療前比較,差異有顯著性或非常顯著性意義(P
3.2.3 2組治療前后血Ez, FSH, LH水平變化比較,見表3。
治療后治療組和對(duì)照組E2明顯上升,治療組和對(duì)照組FSH均明顯下降,與治療前比較,差異均有顯著性意義(P0.05)。
4 討論
腎主生殖,腎的精氣是構(gòu)成胚胎發(fā)育的原始物質(zhì),又是促進(jìn)生殖機(jī)能成熟的物質(zhì)基礎(chǔ)。卵巢為女性的主要生殖器官之一,其功能衰退代表著主宰生殖功能的主要器官-腎臟功能的減弱;可見腎氣虛衰是本病發(fā)生的基礎(chǔ)和最主要的誘因。但是,單純的腎虛不足以解釋其全部發(fā)病機(jī)制[4-5]。因?yàn)楦文I同源,既有母子關(guān)系,又有精血同源關(guān)系。所以,圍絕經(jīng)期腎氣漸衰之時(shí),加之內(nèi)外因素的影響,肝臟受累首當(dāng)其沖,這也是圍絕經(jīng)期綜合征多以肝經(jīng)癥狀為主的原因之一。肝藏血,主疏泄,肝氣郁結(jié),疏泄失常是導(dǎo)致本病發(fā)生的主要原因,有鑒于此,筆者以補(bǔ)腎疏肝為治則,自擬疏肝補(bǔ)腎湯治以疏肝解郁,滋養(yǎng)肝腎,調(diào)和陰陽(yáng)為主,方以柴胡、郁金、生熟地、白芍、女貞子、旱蓮草、制首烏、枸杞子、山萸肉、巴戟天、羊藿、菟絲子甘草組成,其中柴胡、郁金、薄荷、疏肝解郁,白芍、女貞子、旱蓮草、制首烏、枸杞子、山萸肉滋陰養(yǎng)血,益腎填精;巴戟天、羊藿、菟絲子溫補(bǔ)腎陽(yáng),全方以滋補(bǔ)肝腎為主,佐以疏肝解郁為輔,補(bǔ)瀉共進(jìn),陰陽(yáng)互濟(jì)。滋陰而不膩,壯陽(yáng)而不燥,從而改善卵巢功能,緩解圍絕經(jīng)期綜合征癥候群的出現(xiàn)。現(xiàn)代藥理研究證實(shí)中藥對(duì)下丘腦-垂體-卵巢軸具有多元性和雙向性調(diào)節(jié)作用,可通過(guò)多器官、多靶點(diǎn)的作用有效調(diào)節(jié)神經(jīng)-內(nèi)分泌-免疫網(wǎng)絡(luò),尤其通過(guò)卵巢內(nèi)調(diào)節(jié)使衰老的卵泡復(fù)蘇從而延緩卵巢的老化過(guò)程,同時(shí)通過(guò)清除體內(nèi)自由基含量,改善微循環(huán),延緩細(xì)胞凋亡,從而調(diào)控卵巢內(nèi)在老化機(jī)制[3]。
。本觀察表明,肝補(bǔ)腎湯治療圍絕經(jīng)期綜合征療效顯著,并能明顯減輕患者的臨床癥狀,升高E2水平、降低FSH水平,而且毒副反應(yīng)少。
參考文獻(xiàn)
[1] 曹澤毅.中華婦產(chǎn)科學(xué).北京:人民衛(wèi)生出版社,2004:1157,2537
[2] 中國(guó)人民總后勤部衛(wèi)生部. 臨床疾病診斷依據(jù)治愈好轉(zhuǎn)標(biāo)準(zhǔn).第二版.北京:人民軍醫(yī)出版社.1998,268
[3] 謝玲,賴仁勝,呂曄,等.中藥延緩圍絕經(jīng)期卵巢衰老用功能下降機(jī)制的研究進(jìn)展.江蘇國(guó)醫(yī)藥 2005:26 (9):59-61
[4] 黃曉鶯,姜昌明,雷真,補(bǔ)腎調(diào)更湯治療婦女更年期綜合征35例。河南中醫(yī) 2005:25 (9):40-42
[5] 李淑華,萬(wàn)旭東,許明山,自擬益腎活血湯治療更年期綜合征療效觀察.醫(yī)學(xué)理論與實(shí)踐2004:17 (7):805-806
遙感技術(shù)綜述范文4
[關(guān)鍵字]遙感技術(shù) 水環(huán)境檢測(cè) 大氣檢測(cè) 應(yīng)用
[中圖分類號(hào)] P237 [文獻(xiàn)碼] B [文章編號(hào)] 1000-405X（2013）-3-160-1
1 遙感技術(shù)在水環(huán)境檢測(cè)中的應(yīng)用
遙感技術(shù)在水環(huán)境檢測(cè)中的應(yīng)有主要有四點(diǎn)：
第一，遙感技術(shù)所具有的應(yīng)用范圍大、成本低、速度快以及周期性強(qiáng)等特性，因此對(duì)交通選線、測(cè)繪、災(zāi)害檢測(cè)、水利、環(huán)境檢測(cè)、地礦、林、海洋、牧以及農(nóng)業(yè)等對(duì)象都可以進(jìn)行監(jiān)控，此外遙感技術(shù)還可以從空中進(jìn)行大面積的宏觀環(huán)境以及宏觀生態(tài)的研究，從而讓我國(guó)的環(huán)境監(jiān)測(cè)朝著立體的方向前進(jìn)。傳統(tǒng)的環(huán)境檢測(cè)法是采用人工形式的瞬時(shí)檢測(cè)，這種檢測(cè)法是地面方式，對(duì)視野范圍以及檢測(cè)面積造成阻礙和限制，而遙感技術(shù)的加入成功的解決了這些局限性，同時(shí)對(duì)生態(tài)環(huán)境的區(qū)域性和動(dòng)態(tài)變化進(jìn)行加強(qiáng)。
第二，遙感技術(shù)可以使環(huán)境監(jiān)測(cè)的效率提高，并獲得大量的信息。遙感技術(shù)在水環(huán)境檢測(cè)中主要是利用飛行工具來(lái)進(jìn)行的，這種形式使得生態(tài)環(huán)境的監(jiān)測(cè)具有數(shù)據(jù)資料和圖像資料，促進(jìn)了檢測(cè)結(jié)果的提升。此外遙感技術(shù)是通過(guò)計(jì)算機(jī)和光學(xué)儀器等高科技設(shè)備進(jìn)行編圖、傳導(dǎo)、解譯、處理、接收，成功實(shí)現(xiàn)了生態(tài)環(huán)境的宏觀監(jiān)測(cè)現(xiàn)代化。
第三，遙感技術(shù)使環(huán)境監(jiān)測(cè)的適應(yīng)性非常強(qiáng)，并且可以獲得其他監(jiān)控手段無(wú)法獲得的信息，它主要表現(xiàn)在對(duì)海洋生態(tài)環(huán)境以及原始森林中的凍土、冰川、高寒山區(qū)、沼澤、沙漠等進(jìn)行監(jiān)測(cè)。
第四，遙感技術(shù)可以使環(huán)境監(jiān)測(cè)呈現(xiàn)出動(dòng)態(tài)形式，通過(guò)遙感技術(shù)實(shí)現(xiàn)了環(huán)境動(dòng)態(tài)的精準(zhǔn)變化資料和大范圍、周期性強(qiáng)的環(huán)境動(dòng)態(tài)監(jiān)測(cè)。
2 遙感技術(shù)在大氣檢測(cè)中的應(yīng)用
遙感技術(shù)中應(yīng)用比較多的檢測(cè)方法為被動(dòng)形式和主動(dòng)形式兩種，其中被動(dòng)形式是利用物體對(duì)自然光照的不同反應(yīng)來(lái)進(jìn)行檢測(cè)的，主要應(yīng)用于對(duì)一段間隔以外的現(xiàn)象及物體的觀測(cè)。主動(dòng)形式是利用遙感探測(cè)儀本身所具有的次波束或者波束和物體之間產(chǎn)生的反射、吸收作用的回波來(lái)進(jìn)行檢測(cè)的。遙感檢測(cè)的特點(diǎn)是應(yīng)用范圍大、成本低、速度快以及周期性強(qiáng)等，所以利用遙感技術(shù)進(jìn)行的大氣檢測(cè)既可以自動(dòng)設(shè)置污染源的跟蹤和污染范圍監(jiān)測(cè)，還可以自動(dòng)設(shè)置污染源的報(bào)警裝置。
2.1 遙感技術(shù)在大氣氣溶膠檢測(cè)的應(yīng)用
大氣氣溶膠是指霧、煙等形式的各種不可見微粒、可見液態(tài)、可見固態(tài)以及其他形式的物質(zhì)，氣溶膠不僅使大氣環(huán)境區(qū)域性的整體質(zhì)量受到影響，還使全球的環(huán)境受到影響。傳統(tǒng)的大氣檢測(cè)是地面檢測(cè)，這種方式很難發(fā)現(xiàn)氣溶膠，而遙感技術(shù)的加入使得氣溶膠的運(yùn)動(dòng)變化趨勢(shì)以及具體的空間分布都可以通過(guò)分辨率超高的衛(wèi)星來(lái)進(jìn)行檢測(cè)，完善了地面檢測(cè)的缺點(diǎn)。目前國(guó)際上最常用的氣溶膠反演方法有多通道反射率反演方法、反射率角度極化方法、單道反射率反演方法、反射率角度分布方法、海洋陸地對(duì)比方法、基于稠密的黑體反演方法、熱對(duì)比方法以及空中陸地對(duì)比度削減方法八種。
2.2 遙感技術(shù)在沙塵暴檢測(cè)的應(yīng)用
沙塵暴是我國(guó)不可避免的災(zāi)害之一，它具有危害性大和突發(fā)性強(qiáng)的特點(diǎn)，沙塵暴不僅嚴(yán)重污染了我國(guó)的大氣環(huán)境，還嚴(yán)重?cái)_亂了我國(guó)的生態(tài)環(huán)境以及人類正常生活。沙塵暴的爆發(fā)伴隨著大量懸浮物和沙塵粒子，給人類和牲畜帶來(lái)了極大的危害，大氣氣溶膠的極端現(xiàn)象就是沙塵暴。目前國(guó)際上最常用的沙塵暴檢測(cè)方法為NOAA/AVHRR和GMS兩種，其中NOAA/AVHRR既可以進(jìn)行較大范圍的沙塵暴時(shí)空分布檢測(cè)，還可以進(jìn)行沙塵暴反射輻射特性的檢測(cè)，而GMS自身所具有的高時(shí)間分辨率可以比較容易的找到沙塵暴的位置以及運(yùn)動(dòng)軌道。
2.3 遙感技術(shù)在有害氣體檢測(cè)的應(yīng)用
我們所生活的地球上是可以隨時(shí)隨地產(chǎn)生有害氣體的，比如二氧化碳、二氧化硫等，這些常見的氣體都對(duì)有機(jī)體以及大氣造成毒害，當(dāng)植物受到二氧化碳和二氧化硫的污染時(shí)，植物對(duì)紅外光呈現(xiàn)出反射率下降的趨勢(shì)，就使得顏色以及動(dòng)態(tài)標(biāo)志產(chǎn)生略有不同的現(xiàn)象，這種現(xiàn)象的不同正是遙感技術(shù)進(jìn)行有害氣體檢測(cè)的重要依據(jù)。臭氧層是人類賴以生存的重要組成，它主要起到保護(hù)地球上動(dòng)物、植物以及人類的作用，對(duì)大氣進(jìn)行檢測(cè)時(shí)遙感技術(shù)是可以對(duì)臭氧層進(jìn)行變化情況的監(jiān)控、空洞形成位置進(jìn)行檢測(cè)、臭氧層進(jìn)行了解。
2.4 遙感技術(shù)在城市熱島效應(yīng)檢測(cè)的應(yīng)用
城市熱島效應(yīng)是城市發(fā)展必須經(jīng)歷的一個(gè)重要階段，它屬于是一種大氣熱污染的現(xiàn)象。城市熱島效應(yīng)主要是指城市內(nèi)部在一定范圍內(nèi)集中聚集著大量因?yàn)槿祟惗a(chǎn)生的熱量、取暖、呼吸以及城市自身所具有的熱量，這些能量最終使局部地區(qū)的溫度明顯高出周圍其他地區(qū)。遙感技術(shù)在城市熱島效應(yīng)檢測(cè)中主要是通過(guò)熱紅外遙感器來(lái)對(duì)特定物進(jìn)行溫度的監(jiān)測(cè)，并利用熱效應(yīng)之間的差異來(lái)有效的找出熱源所在地，這種方式的檢測(cè)既可以準(zhǔn)確的檢測(cè)出城市熱島效應(yīng)的強(qiáng)度，還可以得出城市熱島的時(shí)空分布特征。
3 結(jié)束語(yǔ)
遙感技術(shù)在水環(huán)境中的應(yīng)用具有范圍大、成本低、速度快以及周期性強(qiáng)等特性，此外遙感技術(shù)還可以從空中進(jìn)行大面積的宏觀環(huán)境以及宏觀生態(tài)的研究，從而讓我國(guó)的環(huán)境監(jiān)測(cè)朝著立體的方向前進(jìn)。遙感技術(shù)在大氣檢測(cè)中應(yīng)用比較多的檢測(cè)方法為被動(dòng)形式和主動(dòng)形式兩種，其中被動(dòng)形式是利用物體對(duì)自然光照的不同反應(yīng)來(lái)進(jìn)行檢測(cè)的，而主動(dòng)形式是利用遙感探測(cè)儀本身所具有的次波束或者波束和物體之間產(chǎn)生的反射、吸收作用的回波來(lái)進(jìn)行檢測(cè)的。
參考文獻(xiàn)
[1]程立剛，王艷姣，王耀庭.遙感技術(shù)在大氣環(huán)境監(jiān)測(cè)中的應(yīng)用綜述[J].中國(guó)環(huán)境監(jiān)測(cè).2010（3）：17-23.
[2]李紅清.遙感技術(shù)在水環(huán)境保護(hù)中的應(yīng)用初探[J].水利水電快報(bào).2009（3）：24-25.
遙感技術(shù)綜述范文5
關(guān)鍵詞:高光譜 分類 提取 投影尋蹤
1 高光譜遙感概述
高光譜遙感(Hyper spectral Remote Sensing 簡(jiǎn)稱HRS)起步于80年代,發(fā)展于90年代,至今已解決了一系列重大的技術(shù)問(wèn)題。它是光譜分辨率在10-2λ的光譜遙感,其光譜分辨率高達(dá)納米(nm)數(shù)量級(jí),具有波段數(shù)眾多,連續(xù)性強(qiáng)的特點(diǎn),其傳感器在可見光到紅外光的波長(zhǎng)范圍內(nèi)(0.4μm～2.5μm)范圍內(nèi)以很窄的波段寬度(3～30nm) 獲得幾百個(gè)波段的光譜信息,相當(dāng)于產(chǎn)生了一條完整而連續(xù)的光譜曲線,光譜分辨率將達(dá)到5nm～10nm[1]。高光譜遙感數(shù)據(jù)的表現(xiàn)可以從以下三個(gè)方面來(lái)理解[2]:圖像空間、光譜空間和特征空間。此外,隨著高光譜遙感分辨率的增加,特征空間的維數(shù)很高,因而表現(xiàn)不同地物類別的能力也隨之不斷提高,這也是高光譜遙感之所以能夠更精確識(shí)別地物的主要原因。
2 高光譜遙感的應(yīng)用
高光譜影像包含了豐富的地表空間、光譜和輻射的三重信息,它同時(shí)表現(xiàn)了地物的空間分布并獲得了以像元為目標(biāo)的地物光譜信息。高光譜遙感技術(shù)作為連接遙感數(shù)據(jù)處理、地面測(cè)量、光譜模型和應(yīng)用的強(qiáng)有力工具,其顯著特點(diǎn)是在特定光譜區(qū)域以高光譜分辨率同時(shí)獲取連續(xù)的地物光譜影像,其超多波段信息使得根據(jù)混合光譜模型進(jìn)行混合像元分解獲取“子像元”或“最終光譜單元”信息的能力得到提高,使得遙感應(yīng)用著重于在光譜維上進(jìn)行空間信息展開,定量分析地球表層生物、物理、化學(xué)過(guò)程和參數(shù),隨著成像光譜技術(shù)的發(fā)展與成熟,遙感技術(shù)已經(jīng)大大拓寬了其原來(lái)的應(yīng)用領(lǐng)域,歸納起來(lái)主要包括以下幾個(gè)方面[5]-[19]:1)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域的應(yīng)用(作物參數(shù)反演);2)在林業(yè)領(lǐng)域的應(yīng)用(樹種識(shí)別、森林生物參數(shù)填圖、森林健康檢測(cè)等);3)在水質(zhì)檢測(cè)領(lǐng)域的應(yīng)用(反演水質(zhì)參數(shù));4)在大氣污染檢測(cè)領(lǐng)域的應(yīng)用(氣溶膠、二氧化氮等的檢測(cè)與反演);5)生態(tài)環(huán)境檢測(cè)領(lǐng)域的應(yīng)用(檢測(cè)生物多樣性、土壤退化、植被重金屬污染等);6)在地質(zhì)調(diào)查領(lǐng)域的應(yīng)用(礦物添圖,巖層識(shí)別,礦產(chǎn)資源、油氣能源探測(cè)等);7)在城市調(diào)查領(lǐng)域的應(yīng)用(城市綠地調(diào)查、地物及人工目標(biāo)識(shí)別)。
3 高光譜遙感圖像分類與信息提取
3.1 遙感圖像處理
遙感數(shù)字圖像處理是以遙感數(shù)字圖像為研究對(duì)象,綜合運(yùn)用地學(xué)分析、遙感圖像處理、地理信息系統(tǒng)、模式識(shí)別與人工智能技術(shù),實(shí)現(xiàn)地學(xué)專題信息的自動(dòng)提取[18],要素分類與提取在圖像處理過(guò)程中占有決定性的地位。遙感圖像分類是統(tǒng)計(jì)模式識(shí)別技術(shù)在遙感領(lǐng)域中的具體應(yīng)用,統(tǒng)計(jì)模式識(shí)別的關(guān)鍵是提取待識(shí)別模式的一組統(tǒng)計(jì)特征值,然后按照一定準(zhǔn)則做出決策,從而對(duì)數(shù)字圖像予以識(shí)別。其主要依據(jù)是地物的光譜特征,即地物電磁波輻射的多波段測(cè)量值,這些測(cè)量值可以用作遙感圖像的原始特征值。
3.2 高光譜遙感圖像分類與提取
目前,高光譜遙感數(shù)據(jù)分析方法主要有兩個(gè)方向[19]-[30]:第一是基于光譜空間的分析方法,其基本原理是化學(xué)分析領(lǐng)域常用的光譜分析技術(shù);第二個(gè)方向是基于特征空間分析技術(shù),該方向的基本思想是把組成光譜曲線的各光譜波段組成高維空間中的一個(gè)矢量,進(jìn)而用空間統(tǒng)計(jì)分析的方法分析不同地物在特征空間中的分布規(guī)律。
3.2.1 基于光譜空間的分析方法
高光譜遙感技術(shù)的最大特點(diǎn)就是:在地物的每一個(gè)像元處,可以得到一條連續(xù)的光譜曲線,所有的光譜曲線的集合則構(gòu)成了光譜空間,不同的地物對(duì)應(yīng)于光譜空間中的一條光譜曲線。因此,基于光譜空間的數(shù)據(jù)分析方法是高光譜數(shù)據(jù)分析的主要技術(shù)之一,其主要思想類似于化學(xué)上常用的光譜分析技術(shù),主要是通過(guò)對(duì)光譜曲線進(jìn)行特征分析,發(fā)現(xiàn)不同地物的光譜曲線變化特征,從而達(dá)到識(shí)別地物的目的。由于這種分析方法與地物的物理化學(xué)屬性直接相關(guān),因此可以方便地對(duì)分析結(jié)果進(jìn)行物理解釋:由于分析過(guò)程主要是針對(duì)一個(gè)像元的光譜曲線,因此,算法往往比較直觀和簡(jiǎn)單。這些特點(diǎn)使得基于光譜空間的分析技術(shù)成為引人注目的一種技術(shù),因而,近年來(lái)在這方面產(chǎn)生了許多實(shí)用的研究結(jié)果。
常用的分析方法包括:(1)光譜角填圖法(SAM-Spectral Angle Mapping):又稱光譜角度匹配法.是以實(shí)驗(yàn)室測(cè)得的標(biāo)準(zhǔn)光譜或從圖像上提取的一直已知點(diǎn)的平均光譜為參考,求算圖像中每個(gè)像元矢量(將像元n個(gè)波段的光譜響應(yīng)作為n維空間的矢量與參考光譜矢量之間的廣義夾角,根據(jù)夾角的大小來(lái)確定光譜間的相似程度,以達(dá)到識(shí)別地物的目的。(2)光譜解混技術(shù)(Spectral Unmixing):就是假設(shè)某一像元的光譜是由有限幾種地物的光譜曲線按某種函數(shù)關(guān)系和比例混合而成,解混的目的就是通過(guò)某種分析和計(jì)算,估計(jì)出光譜混合方式和混合像元包含的光譜成分及相應(yīng)比例。(3)光譜匹配濾波技術(shù)(Matched Filter):是通過(guò)部分光譜解混技術(shù)求解端元光譜豐度值的技術(shù)。由于前面介紹的線性光譜解混技術(shù)要求端元光譜足夠完全,而實(shí)際上很難確定一幅待研究的高光譜圖像所包含的全部端元光譜。匹配濾波技術(shù)則選定某些感興趣的端元光譜的情況下,把未知的光譜歸為背景光譜(Unknown background),最大化地突出已知端元光譜而同時(shí)盡可能抑制背景光譜,這種方法提供了一種快速探測(cè)指定地物種類的技術(shù),而不必知道一幅圖像中包含的全部端元光譜。(4)光譜特征匹配(SFF-Spectral Feature Fitting):根據(jù)電磁波理論,不同的物質(zhì)有不同的光譜曲線。人們可以通過(guò)分析不同地物的光譜吸收表現(xiàn),達(dá)到識(shí)別不同地物的目的。首先把反射光譜數(shù)據(jù)的吸收特征突出出來(lái),然后用僅保留了吸收特征的光譜與參考端元光譜逐個(gè)波段進(jìn)行最小二乘匹配,并計(jì)算出相應(yīng)的均方根誤差(RMS-Root Mean Square),消除背景影響的方法主要是包絡(luò)線法。
3.2.2基于特征空間的分類方法
前面介紹的基于光譜空間的分析方法主要是通過(guò)比較待分像元的光譜曲線與參考光譜的光譜曲線之間的相似程度來(lái)達(dá)到分類判別的目的。這種思想看起來(lái)很直觀和理想,類似于人的指紋識(shí)別一樣,每一個(gè)人都有不同的指紋,通過(guò)與指紋庫(kù)中的指紋相比較就可以確定人的身份。然而,遙感問(wèn)題卻遠(yuǎn)遠(yuǎn)復(fù)雜得多,由于太陽(yáng)輻射、大氣、空間分辨率和光譜分辨率,觀測(cè)噪聲,及多種多樣難以確定的因素的影響,很難測(cè)得所謂“純”的光譜曲線。盡管有多種多樣的光譜解混技術(shù)被提出,但多種因素的影響很難被充分估計(jì)出來(lái),因而無(wú)論何種光譜分析技術(shù)都無(wú)法完全達(dá)到遙感圖像辯識(shí)的要求。
另一種遙感圖像地物辯識(shí)的思想則是從統(tǒng)計(jì)分布規(guī)律出發(fā),在同一幅圖像上,不同地物的光譜數(shù)據(jù)呈現(xiàn)不同的分布狀態(tài),比如不同均值和方差,通過(guò)分析這種統(tǒng)計(jì)分布規(guī)律而實(shí)現(xiàn)地物識(shí)別的技術(shù)就是基于特征空間的分類方法。遙感圖像上的每個(gè)像元對(duì)應(yīng)n個(gè)光譜波段反射值。假若把這幾個(gè)波段值組成的n維矢量看作是n維歐幾里德空間中的一個(gè)點(diǎn),則稱矢量X=(X1,X2,…,Xn)為像元的特征值,相應(yīng)的n維歐幾里德空間稱為特征空間。在特征空間的意義上,遙感圖像上的任一像元對(duì)應(yīng)于特征空間中的一個(gè)點(diǎn),因此,分類的方法可以從尋找像元在特征空間中的分布規(guī)律入手,也就是在特征空間中進(jìn)行判別的問(wèn)題。
常用的分析方法包括:(1)高斯最大似然分類器(MLC):是遙感分類的主要手段,其基本思想是,假設(shè)各類樣本數(shù)據(jù)都是高斯分布(正態(tài)分布),判別準(zhǔn)則為所屬類別的分布密度最大。其分類器被認(rèn)為是一種穩(wěn)定性、魯棒性好的分類器。但是,如果圖像數(shù)據(jù)在特征空間中分布比較復(fù)雜、離散,或采集的訓(xùn)練樣木不夠充分、不具代表性,通過(guò)直接手段來(lái)估計(jì)最大似然函數(shù)的參數(shù),就有可能造成與實(shí)際分布的較大偏差,導(dǎo)致分類結(jié)果精度下降。(2)基于Bayes準(zhǔn)則的分類器: 基于Bayes準(zhǔn)則的判別函數(shù)是統(tǒng)計(jì)模式識(shí)別的參數(shù)方法,要求各類的先驗(yàn)概率P(ωi)和條件概率密度函數(shù)P(ωi x)已知。p(ωi)通常根據(jù)各種先驗(yàn)知識(shí)給出或假設(shè)它們相等: P(ωi x)則是首先確定其分布形式,然后利用訓(xùn)練樣本估計(jì)其參數(shù)。一般假設(shè)為正態(tài)分布,或通過(guò)數(shù)學(xué)方法化為正態(tài)分布。其判別函數(shù)為:Di(X)=P(ωi) P(ωi x),i=1, 2,…,m。若Di(X)Dj(X) j=1,2,…,m,j≠i,則X為ωi類。判別函數(shù)集有多種導(dǎo)出形式,如最大后驗(yàn)概率準(zhǔn)則、最小風(fēng)險(xiǎn)判決準(zhǔn)則、最小錯(cuò)誤概率準(zhǔn)則、最小最大準(zhǔn)則、Neyman-Pearson準(zhǔn)則等,是依據(jù)不同的規(guī)則選擇似然比的門限來(lái)實(shí)現(xiàn)的。(3)最小距離判別法:該方法是最直觀的一種判別方法,假設(shè)在p維歐氏空間中,把c個(gè)不同的類別看成分布在空間中的不同位置,最小距離判別方法的思想就是,對(duì)待分類的樣本,若與某一類的空間幾何距離最近,則判別為屬于此類。該方法的關(guān)鍵問(wèn)題,一是如何定義空間距離;另一問(wèn)題是,如何計(jì)算點(diǎn)到各類別的空間距離。(4)基于模糊集理論的判別分類方法:相鄰波段影像間存在較大的相似性表明,它們的分類作用可以相互近似替代。因此,只需利用其中的一幅影像參加分類即可,其它與之相似的光譜波段都可被視為冗余波段。顯然,要?jiǎng)h除這些冗余光譜波段,應(yīng)首先對(duì)原始波段集合中的光譜波段進(jìn)行模糊等價(jià)劃分,然后在每個(gè)模糊等價(jià)波段組中只選擇一個(gè)光譜波段(或進(jìn)行線性融合)。(5)基于人工神經(jīng)網(wǎng)絡(luò)的分類法:通過(guò)建立統(tǒng)一框架,實(shí)現(xiàn)對(duì)影像的視覺識(shí)別和并行推理,是近年來(lái)發(fā)展起來(lái)的綜合數(shù)據(jù)分類方法之一。其目標(biāo)是利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)的并行分布式知識(shí)處理手段,以遙感影像為處理對(duì)象,建立基于人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類專家系統(tǒng)。(6)支持向量機(jī)(Support Vector Machine )分類方法:支持向量機(jī)是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的機(jī)器學(xué)習(xí)方法。其最大的特點(diǎn)是根據(jù)Vapnik的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則,盡量提高學(xué)習(xí)機(jī)的泛化能力,即由有限的訓(xùn)練樣本集得到小的誤差能夠保證對(duì)獨(dú)立的測(cè)試集保持小的誤差。另外,由于支持向量算法是一個(gè)凸優(yōu)化問(wèn)題,局部最優(yōu)解也是全局最優(yōu)解,這是其它學(xué)習(xí)算法所不及的。以上介紹了幾種分類方法,事實(shí)上,隨著各學(xué)科的發(fā)展和交叉影響,基于特征空間的分析方法有許多新的進(jìn)展。
4高光譜遙感數(shù)據(jù)分類存在的問(wèn)題
隨著光譜分辨率的提高,高光譜遙感能夠提供對(duì)地物識(shí)別更充分的信息,對(duì)基于特征空間的分類而言,理論上說(shuō),隨著特征空間維數(shù)的增加,分類精度將會(huì)越來(lái)越精確,但實(shí)際問(wèn)題并非如此簡(jiǎn)單。綜合以上高維空間的幾何特征和統(tǒng)計(jì)特性[31]-[36],可以得出這樣的結(jié)論:基于統(tǒng)計(jì)理論的參數(shù)估計(jì)若在原始高維空間進(jìn)行,則需相當(dāng)龐大的訓(xùn)練樣本數(shù)才能得到比較滿意的估計(jì)精度,非參數(shù)估計(jì)方法所需的樣本數(shù)量更是不可想象。此外,原始高維數(shù)據(jù)空間的正態(tài)分布特性更是難以保證,而正態(tài)分布是許多參數(shù)估計(jì)方法的基礎(chǔ)。因此,高光譜遙感分類的表現(xiàn)并未如人們所期望的那樣簡(jiǎn)單,具體來(lái)說(shuō),在不討論客觀因素的情況下,影響高光譜遙感分類精度的主要因素主要是以下幾條:
(1)訓(xùn)練樣本數(shù)量問(wèn)題:根據(jù)Hughes的研究結(jié)果[37],隨著特征空間維數(shù)的增加,類別可分性提高,但由于遙感中常用的監(jiān)督分類方法首先要估計(jì)樣本的分布函數(shù),或分布函數(shù)中的一些參數(shù),隨著空間維數(shù)的增加,待估參數(shù)的個(gè)數(shù)急劇增加,在訓(xùn)練樣本數(shù)量一定的條件下,導(dǎo)致分類精度在特征空間的維數(shù)增加到一定數(shù)量后,反而會(huì)隨著維數(shù)的增加而下降。
(2)特征空間的組成:前一個(gè)問(wèn)題導(dǎo)致基于特征空間的分析方法通常不能在原始空間中直接進(jìn)行,必須對(duì)原始波段空間進(jìn)行降維預(yù)處理,得到一個(gè)保持了原始空間全局和局部特征結(jié)構(gòu)的低維空間,然后在低維子空間中進(jìn)行分類判別。
(3)分類器的選擇。
(4)類別可分性:類別可分性是數(shù)據(jù)集固有的一種性質(zhì),是由客觀條件造就的數(shù)據(jù)集內(nèi)在結(jié)構(gòu),由于客觀因素的影響,待分辨的類別之間可區(qū)分的程度會(huì)有很大的差異,數(shù)據(jù)集的這種內(nèi)在的可分離程度對(duì)分類精度的高低有著至關(guān)重要的影響。
5 結(jié)語(yǔ)
過(guò)去幾十年高光譜遙感已經(jīng)在各方面有了很大的應(yīng)用,高光譜技術(shù)從遙感的角度提供了大尺度獲取地面光譜數(shù)據(jù)的手段,為人們宏觀分類識(shí)別地物提供了基礎(chǔ)。但是人們?cè)讷@取大量高光譜圖像數(shù)據(jù)的同時(shí),也面臨著如何最大程度地利用這些海量數(shù)據(jù)的難題,關(guān)于高光譜分類與信息提取的技術(shù),雖然取得了一些進(jìn)展,但是從總體上仍落后于傳感器的發(fā)展,因此對(duì)于高光譜分類與信息提取還有很大的空間值得去研究。
參考文獻(xiàn)
[1] 童慶禧,張兵,鄭蘭芬.高光譜遙感的多學(xué)科應(yīng)用[M].北京:電子工業(yè)出版社,2006:1-54.
[2] 許衛(wèi)東.高光譜遙感分類與提取技術(shù)[J].紅外(月刊),2004,28-34.
[3] 薛利紅,羅衛(wèi)紅,曹衛(wèi)星,等.作物水分和氮素光譜診斷研究進(jìn)展[J].遙感學(xué)報(bào),2003,7(1):73-80
[4] 金震宇,田慶久,惠鳳鳴,等.水稻葉綠素濃度與光譜反射率關(guān)系研究[J].遙感技術(shù)與應(yīng)用,2003,18(3):134-137.
[5] N.H.Younan, R.L.King, H.H.Bennett, and JR. Classification of Hyper spectral Data: A Comparative Study [J], Precision Agriculture, 2004(5):41-53.
[6] 程乾,黃敬峰,王人潮,等.MODIS植被指數(shù)與水稻葉面積指數(shù)及葉片葉綠素含量相關(guān)性研究[J].應(yīng)用生態(tài)學(xué)報(bào),2004,15(8):1363-1367.
[7] 張良培,鄭蘭芬,童慶禧,等.利用高光譜對(duì)生物變量進(jìn)行估計(jì)[J].遙感學(xué)報(bào),1997,1(2):111-114
[8] 趙德華,李建龍,宋子鍵.高光譜技術(shù)提取植被生化參數(shù)機(jī)理與方法研究進(jìn)展[J].地球科學(xué)進(jìn)展,2003,18(1):94-99.
[9] 方紅亮,田慶久.高光譜遙感在植被監(jiān)測(cè)中的研究綜述[J].遙感技術(shù)與應(yīng)用,1998,13(1):62-69.
[10] 陳楚群,潘志林,施平.海水光譜模擬及其在黃色物質(zhì)遙感反演中的應(yīng)用[J].熱帶海洋學(xué)報(bào),2003,22(5):33-39.
[11] 李素菊,吳倩,王學(xué)軍,等.巢湖浮游植物葉綠素含量與反射光譜特征的關(guān)系[J].湖泊科學(xué),2002,14(3):228-234.
[12] 譚衢霖,邵蕓.遙感技術(shù)在環(huán)境污染監(jiān)測(cè)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用,2000,15(4):246-251.
[13] 童慶禧,鄭蘭芬,王晉年.濕地植被成像光譜遙感研究[J].遙感學(xué)報(bào),1997,1(1):50-57.
[14] 夏德深,李華.國(guó)外災(zāi)害遙感應(yīng)用研究現(xiàn)狀[J],國(guó)土資源遙感,1996,(3):1-8.
[15] 甘甫平,王潤(rùn)生,郭小方,等.高光譜遙感信息提取與地質(zhì)應(yīng)用前景――以青藏高原為試驗(yàn)區(qū)[J],國(guó)土資源遙感,2000,3:38-44.
[16] 王青華,王潤(rùn)生,郭小方.高光譜遙感技術(shù)在巖石識(shí)別中的應(yīng)用[J].國(guó)土資源遙感,2000,4:39-43.
[17] 劉建貴,張兵,鄭蘭芬,等.城鄉(xiāng)光譜數(shù)據(jù)在城市遙感中的應(yīng)用研究[J].遙感學(xué)報(bào),2000,4:221-228
[18] 梅安新,彭望,秦其明,等.遙感導(dǎo)論[M].北京:高等教育出版社.2002.
[19] 荊鳳,陳建平.礦化蝕變信息的遙感提取方法綜述[J].遙感信息,2005,2:62-65.
[20] 耿修瑞,張兵,張霞,等.一種基于高維空間凸面單形體體積的高光譜圖像解混算法[J].自然科學(xué)進(jìn)展,2004,14(7):810-814.
[21] CARL J. LEGLEITER. Spectrally Driven Classification of High Spatial Resolution, Huperspectral Imagery: A Tool for Mapping In-Stream Habitat [J].Environmental Management, 2003, 32(3):399-411.
[22] 甘甫平,王潤(rùn)生,馬藹乃,等.基于光譜匹配濾波的蝕變信息提取[J]. 中國(guó)圖像圖形學(xué)報(bào),2003,8(A)(2):147-150.
[23] 李新雙,張良培,李平湘.基于小波分量特征值匹配的高光譜影像分類[J].武漢大學(xué)學(xué)報(bào)•信息科學(xué)版,2006,31(3):274-277.
[24] P.Goovaerts. Geostatistical incorporation of spatial coordinates into supervised classification of hyperspectral data [J].Geograph Syst, 2002, (4):99-111.
[25] 劉漢湖,楊武年,沙晉明.高光譜分辨率遙感在地質(zhì)應(yīng)用中的關(guān)鍵技術(shù)及前景[J]. 世界地質(zhì),2004,23(1):45-49.
[26] Francesco Lagona. Adjacency selection in Markov Random Fields for high spatial resolution hyperspectral data [J].Geograph Syst, 2002(4):53-68.
[27] 李石華,王金亮,畢艷.遙感圖像分類方法研究綜述[J]. 國(guó)土資源遙感,2005,2:1-6.
[28] 王國(guó)明,孫立新. 高光譜遙感影像優(yōu)化分類波段選擇[J].東北測(cè)繪,1999,22:21-23.
[29] Allan Aasbjerg Nielsen. Spectral Mixture Analysis: Linear and Semi-parametric Full and Iterated Partial Unmixing in Multi-and Hyperspectral Image Data [J]. Mathematical Imaging and Vision. 2001(15): 17-37.
[30] 修麗娜,劉湘南. 人工神經(jīng)網(wǎng)絡(luò)遙感分類方法研究現(xiàn)狀及發(fā)展趨勢(shì)探析[J].遙感技術(shù)與應(yīng)用,2003,18(5):339-345.
[31] 張連蓬.基于投影尋蹤和非線性主曲線的高光譜遙感圖像特征提取及分類研究[D].山東:山東科技大學(xué),2003.
[32] Shailesh Kumar, Joydeep Ghosh and Melba M. Crawford.Hierarchical Fusion of Multiple Classifiers for Hyperspectral Data Analysis [J]. Pattern Analysis & Application, 2002 (5): 210-220
[33] 譚璐,易東云,馮國(guó)柱,等.局部不變投影[J].自然科學(xué)進(jìn)展,2004,14(3):282-287.
[34] 李智勇,郁文賢,匡綱要,等.基于高維幾何特性的高光譜異常檢測(cè)算法研究[J].遙感技術(shù)與應(yīng)用,2003,18(6):379-383.
[35] 周曉云,孫志揮,張柏禮. 一種大規(guī)模高維數(shù)據(jù)集的高效聚類算法[J].應(yīng)用科學(xué)學(xué)報(bào).2006, 24(4):396-400.
[36] 易堯華. 基于投影尋蹤的多(高)光譜影像分析方法研究[D].武漢:武漢大學(xué),2004.
遙感技術(shù)綜述范文6
關(guān)鍵詞：高光譜；遙感
【中圖分類號(hào)】 G642.4 【文獻(xiàn)標(biāo)識(shí)碼】 B【文章編號(hào)】 1671-1297（2012）09-0198-01
一 地物光譜重建技術(shù)
按照不同的模型及算法，從成像光譜數(shù)據(jù)中把地物的光譜特性反演出來(lái)的過(guò)程就是地物光譜重建技術(shù)。根據(jù)不同的工作情況及條件，采取不同反演模型來(lái)重建地物光譜，是實(shí)現(xiàn)成像光譜數(shù)據(jù)遙感定量化分析的第一步。若對(duì)其不進(jìn)行反演，則沒有一個(gè)統(tǒng)一物理量進(jìn)行對(duì)比。
1.基于大氣傳輸理論的模型
自1960 年，Chandrasekhar 提出了輻射傳輸理論以來(lái)，相繼發(fā)展了許多方法，如： Ordinate 方法和Variational 方法等來(lái)解決輻射傳輸問(wèn)題。該算法既能合理地處理大氣散射、吸收，又能產(chǎn)生連續(xù)光譜，避免在光譜反演中較大的定量誤差。它還充分利用了分析表達(dá)式和預(yù)選大氣模式，使計(jì)算時(shí)間大大縮短。
2.基于統(tǒng)計(jì)分析的模型
該模型的建立是在分析不同地物光譜遙感信息在不同光譜波段的傳輸特點(diǎn)基礎(chǔ)上，利用計(jì)算機(jī)對(duì)典型地物的光譜特性進(jìn)行統(tǒng)計(jì)分析后，得到地物光譜特性反演模型。對(duì)成像光譜數(shù)據(jù)進(jìn)行地物光譜反演常用模型有平滑域反射率模型FFR（ Flat Field Reflectance） ，內(nèi)在平均相對(duì)反射率模型IARR（ Interal Average Reletive Reflectance） ，對(duì)數(shù)剩余模型LRC（Log ResidualCorrection） 。Gree 和Graig 提出的對(duì)數(shù)剩余糾正公式如下：
3.經(jīng)驗(yàn)線性回歸模型
利用該方法重建地物光譜技術(shù)實(shí)質(zhì)就是通過(guò)開展典型地物的同步反射率觀測(cè)，根據(jù)成像光譜數(shù)據(jù)DNij值與地面實(shí)測(cè)地物反射率值Rij ，經(jīng)最小二乘法求出回歸方程： Rij=Aj ·DNij+Bj （這里Aj ， Bj是傳感器第j 波段的線性回歸系數(shù)） ， 然后，根據(jù)此方程反演地物的反射光譜。這種模型的數(shù)學(xué)和物理意義明確，方法簡(jiǎn)便，運(yùn)算量少，應(yīng)用廣泛。
二 地物光譜特征的量化、提取，定量分析及識(shí)別模型
1.地物光譜特征度量、提取與匹配識(shí)別模型
（1） 就地物光譜特征（這里指地物反射輻射光譜） 而言，不外乎2 大類型：特征吸收峰（即反射谷） 和光譜曲線的斜率變化（含波形變化） 。目前，對(duì)特征吸收峰的分析度量方法是外殼系數(shù)法，它通過(guò)把光譜曲線歸一化后去測(cè)量特征吸收峰的波長(zhǎng)位置（ Position） 、吸收深度（Depth） 、吸收寬度（FWHM） 和對(duì)稱性（Symmet ry） 。 （2） 光譜匹配識(shí)別模型是不同于多光譜的模式識(shí)別的，它是根據(jù)光譜特征度量參數(shù)來(lái)進(jìn)行匹配識(shí)別，是成像光譜數(shù)據(jù)處理分析的特色之一。
2.成像光譜數(shù)據(jù)的定量分析及識(shí)別模型
定量化分析及識(shí)別模型化是當(dāng)今遙感技術(shù)的發(fā)展方向之一。應(yīng)用于成像光譜數(shù)據(jù)處理、分析的定量化分析與識(shí)別模型，除了不斷完善和改進(jìn)已有基于統(tǒng)計(jì)分析的定量化及識(shí)別模型，其它學(xué)科的新思想、新方法也在不斷地引入遙感數(shù)據(jù)分析和理解之中，如人工智能的專家系統(tǒng)，模糊邏輯映射，證據(jù)推理、神經(jīng)網(wǎng)絡(luò)、分形和分維等（郭小方，1998 年） 。
3.混合像元分解模型
目前，開展高光譜遙感混合像元研究的方法技術(shù)，首先從實(shí)驗(yàn)著手，進(jìn)行地物混合光譜的測(cè)試、分析、數(shù)字模擬、分解模型開發(fā)研究，然后將其外推到遙感圖像上，進(jìn)行典型地物混合像元分析，主要包括空- 地同步觀測(cè)獲取典型地物（或可通過(guò)人工布標(biāo)） 數(shù)據(jù)，經(jīng)模型分析后，對(duì)混合像元的地物進(jìn)行分解，或混合光譜模擬合成。在實(shí)驗(yàn)室里，通過(guò)對(duì)不同礦物光譜混合含量測(cè)試發(fā)現(xiàn)，不透明礦物或暗色礦物，其光譜按比例混合到其它礦物中，混合的反射率急劇下降，而不是逐漸下降，說(shuō)明其混合光譜與其混合的端元礦物光譜是非線性關(guān)系（磁鐵礦和橄欖石） ，當(dāng)2 種礦物的色調(diào)相近時(shí)，實(shí)驗(yàn)測(cè)試的混合光譜與線性模型合成的混合光譜都呈線性逐漸變化，說(shuō)明混合光譜可以按線性模型分解端元礦物光譜，在這3 種情況中，第一種非線性關(guān)系是由于組合混合光譜的端元成分之間互相作用，互相影響后光譜被光譜儀檢測(cè)到，第二種線性關(guān)系是由于各端元成分之間無(wú)互相影響作用，各自獨(dú)立地反射電磁波能量貢獻(xiàn)于混合光譜，第三種情況是2 種關(guān)系都存在，二者之間存在臨界條件（邊界條件） 。在一幅圖像中，事先知道有N 種端元（地物種類） ，并且也知道各種端元的光譜反射率，那么就可以用線性模型：
這里DNc 是波段C 上混合像元的DN 值或反射率； Fi 是第i 種端元在混合像元中所占比例（或權(quán)系數(shù)） ； DNi ， c 是C波段上第i 種端元的DN 值（或反射率） ； Ec 是C波段上擬合誤差。對(duì)每個(gè)像元都按照最小二乘法解方程，進(jìn)行分解。在圖像中，端元的DN 值（或反射率值） 要么可以從訓(xùn)練區(qū)取值，要么地面實(shí)測(cè)。端元成分的確定過(guò)程實(shí)質(zhì)上是一個(gè)迭代過(guò)程，迭代結(jié)果使M個(gè)波段上總誤差ε最小（且N F M） 。
求得像元中各種端元成分之后，就可以定量或半定量地對(duì)端元分類，制作豐度等專題圖件。
三 總結(jié)
成像光譜技術(shù)以其高光譜分辨率，超多波段以及圖像和光譜（曲線） 合二為一的特點(diǎn)，在數(shù)據(jù)處理分析以及光譜信息的提取上向模型化、交互可視化、人工智能-專家系統(tǒng)化的技術(shù)方向發(fā)展，在應(yīng)用上向定量化、模型化和精細(xì)化地分析地物成分和結(jié)構(gòu)的方向發(fā)展。
參考文獻(xiàn)
