摘要：针对高光谱影像中地物的尺度复杂多样,并且存在“同物异谱、同谱异物”现象,给影像的解译和分类带来了困难,以及高光谱影像维度过高容易造成分类中的维数灾难等难题,提出了一种结合超像素的改进二维奇异谱分析(two-dimensional singular spectrum analysis combining with superpixels,S2DSSA),与局部Fisher判别分析(local Fisher discriminant analysis,LFDA)相融合,共同提取影像的光谱-空间特征,并使用支持向量机(support vector machine,SVM)来进行分类,记为S2DSSA-LFDA-SVM的方法。超像素2DSSA将2DSSA作用于每个构造的超像素规则区域,能够自适应地提取地物的空间特征。在其基础上,LFDA进一步挖掘光谱维度的流形结构,实现光谱特征提取和降维。实验结果证明,在两个经典高光谱数据集上,所提出方法的总体精度相比于原始数据分别提升了31.7%和12.9%,相比于其他先进的光谱-空间分类算法有2%~6%不同程度的提升。

摘要：本文针对国家土壤污染防治工作的严峻形势和迫切需要,总结分析国内外土壤污染遥感监测的研究进展,分析土壤重金属污染的敏感波段,梳理我国土壤污染遥感监测工作任务需求,设计土壤污染遥感监测应用的技术指标和土壤污染监测卫星载荷配置需求,提出加紧开展土壤污染定量化遥感监测技术研究、研发土壤污染监测卫星等建议,以支撑土壤污染防治行动计划目标的实现,为早日打赢净土保卫战提供支撑。