遥感提取生物量的方法综述

利用遥感提取森林生物量的方法综述

一、引言

森林是陆地上最大的生态系统，在全球变化研究中占有举足轻重的地位。森林生物量是整个森林生态系统运行的能量基础和营养物质来源，是研究生物生产力、净第一性生产力、碳循环、全球变化研究的基础，因此对森林生物量测定方法进行研究具有非常重要的意义。随着“3S”技术(地理信息系统GIS、全球定位系统GPS、遥感RS)的不断发展,对植被生物量的研究已经从小范围、二维尺度的传统地面测量发展到大范围、多维时空的遥感模型估算。遥感不仅可以为预测生物量的模型提供数据，而且可以直接用于生物量的估算和制图。

二、利用遥感提取生物量

随着全球变化研究的深入，陆地生态系统生物量的估算工作变得越来越重要。基于遥感的生物量估算模型也逐渐由传统的经验模型向机理模型转变。机理模型是建立在植被辐射的吸收、反射与辐射在植被冠层和大气的传输过程以及影响森林生产力的生态学因子之上的。

最初，人们用LandsatMSS来监测植被的叶面积指数和活体生物量。后来，更多的是利用Landsat TM和NOAA A VHRR数据来监测植被生长和生物量。如结合地面调查和TM、A VHRR数据，对数百万平方公里欧洲森林生物量的成功估算，利用TM数据对美国Colorado矮草草原地上部分生物量的估算，对美国EastMaryland落叶林的地上部分生物量的估算等。近年来，各种星载和机载SAR 数据己被广泛用于估算陆地植物生物量，生物量估算己成为SAR数据的重要应用领域之一。卫星遥感使人们能在大陆甚至全球尺度上监测自然资源。过去的研究主要集中在热带和北方针叶林区。

与传统的生物量估算方法比较，遥感方法可快速、准确、无破坏地对生物量进行估算，对生态系统进行宏观监测。研究者可以利用遥感的多时相特点定位分析同一样区一段时间后的非干扰变化，使传统方法难以解决的问题变得轻而易举，使动态监测成为可能。且RS、GIS技术的集成推动了生物量遥感估算的进程，在GIS环境下实现包括RS信息在内的多种信息的复合，建立生物量遥感模型。利用GIS技术将高时相分辨率的卫星遥感数据如NOAA / A VHRR数据、TM 图像和各种观察数据集成在一起，基本上实现了区域尺度甚至全球尺度不同陆地生态系统生物量的动态监测。这一技术体系包括生物量遥感参数模型和生物量遥感机理模型。

生物量遥感估算研究大致可分为三个阶段:

最初的生物量遥感估算是利用单波段进行研究，如Prince和Goward研究认为，地上生物量与植物生长季内最小的可见光反射率存在着负相关，从而建立了地上生物量遥感估算的统计模型:

=ρ

W

7166.2-

)

(

61

.

式中，W为地上生物量;ρ为生长季A VHRR第一通道的最小值。利用单通道来

估算生物量，运算简便。但其受大气、土壤、传感器性能、太阳角度等一系列因素的影响强烈，估算精度较差。

第二阶段是利用植被指数来估算生物量，因其方法简便、估算精度较高而广为应用，从使用高空间分辨率的TM、MSS数据等到使用高时间分辨率的NOAA

数据。从小区域的精细研究(如一个实验区、一个县)到大范围宏观研究(如全球尺度)。金丽芳〔1986)利用Landsat TM 数据得出NDVI 与生物量之间的关系为:

)69.3exp(5.49NDVI Biomass ??= 9.02=R

并利用这一关系建立了推断内蒙古自治区锡林郭勒盟草场产草量的方法。黄敬峰、李建龙(1994)对天山北坡中段天然草地进行研究，建立了不同草地类型的遥感动态监测模式和综合荒漠、草原、草甸资料的遥感动态监测模式；张良培等(1997)利用高光谱对样本NDVI 和测量所得的生物量数据进行回归分析，相关系数在0. 8以上。童庆棺等(1997 )在都阳湖湿地建立了植被因子与生物量之间的经验模型，利用植被生物量与归一化植被因子的关系，对研究区进行生物量制图。在70年代，国外已将TM 、MSS 资料用于植被生物量的研究，目前技术日臻成熟，大量的TM 、MSS 、NOAA 资料用于植被生物量估算、农作物估产、森林和草场的动态监测。Marin Amparo Gilabert 等(1996)利用实验遥感方法对作物冠层的叶面积指数(LAI)、生物量与归一化植被指数(NDVI)的关系进行研究，得出:

)log(Biomass B A NDVI += 96.02=R

其中：A 、B 是根据研究区状况而调整的参数。

第三阶段则是90年代兴起的利用主动微波遥感(主要是SAR)手段进行生物量估算，是生物量估算研究的进一步深入，使估算精度进一步提高。Heffer (1986)、Wu (1987), Sadar(1987)、Sun 和Simonett (1988)、Kasischke(1993)等分别利用航空或航天SAR 数据，研究表明雷达影像密度与生物量高度相关：E. S.Kasischke 论证其相关系数在0. 87和0. 93之间；Giovani 等(1997)与J. P.Wigneron 等(1999)分别利用SAR 对生物量进行反演和动态监测；Hussin 等则利用SAR 数据来估算松林的生物量；Harrell D. A( 1997 )的研究表明用SIR-C/X-SAR 估计针叶林生物量效果很好，可较精确地估算针叶林的占地面积，树的平均尺度、树枝生物量、树冠生物量、树桩生物量和树叶生物量；张秋江等利用小比例尺航片提供的遥感信息和46块实测样地数据建立针阔混交林蓄积量估测模型：

Y=8. 3211299+0. 3267006HD+l. 146506H 2C 2 （R=0.926）

式中Y 是蓄积量，H 是树高，D 是胸径；而Y-Q. Lin 和C. Lin(1996)等提出了适用于SIR-C, ERS-1航天遥感数据的人工神经网络反演生物量参数的方法，对小麦生长期中生物量参数作了很好的反演。

遥感估测生物量模型被应用于农、林等各个领域，如水稻遥感估产以亚洲水稻主要生产国为先行和先进，中国、印度、日本等国家都进行过遥感估产研究且取得较好的效果。Patel 和Dash 等建立水稻产量和RVI 的关系，试验区预报精度达到96.14﹪。

生物量的遥感参数模型多利用红波段和近红外波段的组合即植被指数(Vegetation Indices)和LAI 、植被覆盖度等的关系，推断出植被指数与生物量之间的关系进而求得生物量，这种方法快速、便捷。但是由干植被遥感在理论和技术上的一些不完备性，估算精度还不是很高。而且在研究过程中，遥感数据源和植被指数的选取甚为关键，不同的遥感数据和植被指数，所得结果相差悬殊。

三、多种科学技术相结合提取生物量

随着科学技术的发展，生物量的提取也越来越受到人们的关注，人们也逐步寻求利用多种方式结合来计算森里的生物量。

现在遥感技术与神经网络技术相结合为生物量的估计提出了新的视角。例如

人工神经网络能用不同的方式提取植被变量，就像当缺乏有效的数字化最优技术去转换模型时神经网络可以自然地转换基本的模型一样。神经网络也用作一个变量选择工具去确定合适的变量和用作可修改的系统来一体化各种数据如光谱数据和用于植被变量提取的辅助数据等。通过神经网络提取的变量数据和遥感数据相结合可极大地提高生物量的估测能力。

而地理信息系统技术通过与遥感及辅助数据的结合对发展高级的模型也是有用的。GPS的组合技术系统为遥感对地观测信急提供了准实时或实时的定位信息和地面高程模型；遥感、GPS , GIS的集成将使GIS能够获取准确、快速定位的遥感信息，实现数据库的快速更新和在分析决策模型支持下的快速多维、多元复合分析。三者的结合将最终建成新型的地面三维信息和地理编码影像的实时或准实时获取或处理系统，形成快速的高精度信息处理流程，对遥感技术及遥感模型的发展具有深远的影响。

随着科学技术的不断发展，越来越多的其它新技术、新方法也与遥感技术相结合应用于估算模型。例如：采用专家系统推断植被特征；利用对树冠垂直结构敏感的长波雷达和激光雷达从空间测量地上生物量；将遥感数据与森林资源清查数据结合以估测森林的生物量。

遥感典型地物提取综述

考虑地物光谱多样性的遥感影像典型地物 提取方法综述 摘要 光谱信息是遥感影像用于分类、地物提取和目标识别的最主要信息，然而在遥感高精度分类研究中，特别面对大区域（全国或全球尺度）地表分类时，由于地表情况复杂，地物光谱多样性问题突出，在对遥感影像进行具体处理时往往难以实现高精度的地物识别。例如对于水体而言，海洋水体和内陆水体会由于水体成分的不同而使得其具有不同的光谱特征。植被由于其具有物候特征，光谱往往会随着季节的变化而变化，城市不透水层由于建筑物材料的差异以及大量的建筑物阴影使得地物光谱之间具有较大的差异。这些由于空间或时间引起的地物光谱多样性特征会随着研究范围的增大而变得更加突出。本文从基于像元级与基于亚像元级两个方面对地物提取研究进行综述，系统的介绍了当前国内外在考虑地物光谱多样性典型地物提取的研究进展，为后续的研究提供参考。 关键词：遥感，光谱多样性，水体，植被，建筑物，像元级，亚像元级 1.引言： 光谱信息是遥感影像用于分类、地物提取和目标识别的最主要信息，然而在遥感高精度分类研究中，特别面对大区域（全国或全球尺度）地表分类时，由于地表情况复杂，地物光谱多样性问题突出，在对遥感影像进行具体处理时往往难以实现高精度的地物识别。例如对于水体而言，海洋水体和内陆水体会由于水体成分的不同而使得其具有不同的光谱特征。植被由于其具有物候特征，光谱往往会随着季节的变化而变化，城市不透水层由于建筑物材料的差异以及大量的建筑物阴影使得地物光谱之间具有较大的差异。这些由于空间或时间引起的地物光谱多样性特征会随着研究范围的增大而变得更加突出。

制约遥感影像上地物信息准确提取的最主要因素之一便是遥感影像上广泛存在的“同物异谱”现象，该现象产生的原因主要有：（1）地物自身属性随着空间-时间的变化而发生变化，即是该课题所研究的地物光谱多样性特征；（2）地物由于临近效应，大气散射等使得遥感影像上地物所表现出来的光谱特征相对于其原有光谱特征发生变化。原因（1）是导致“同物异谱”现象最主要的原因，因此在对遥感影像进行处理中如果能够解决地物光谱多样性问题，其实也就很大程度上解决了遥感影像上的“同物异谱”问题。 地物光谱多样性并不是毫无规律的，以落叶植被为例，在一年的周期里，落叶植被的叶绿素含量呈现出先增加后减少的自然规律，反映在遥感影像上为植被在绿光波段的反射率会先增加后减小。对于水体而言，无论是清澈水体还是浑浊水体，其在中红外波段区间的反射率都趋近于0。除此之外，对于不同地物的光谱多样性特征还有很多有待探索的规律。随着空间科学技术，信息技术以及传感器技术的发展，现已经能够获取到一些具有三高特性（高空间分辨率、高光谱分辨率和高时间分辨率）的遥感影像。这为我们深入分析地物光谱多样性特征随着地物时空分布的不同所呈现出来的变与不变的内在规律提供基础。 同时，由于光谱可变会严重影响混合像元分解中地物丰度估计的结果，因此关于光谱多样性问题在软分类领域已有较多研究，如近年来提出的CoB、EAR、IES等最有代表性端元光谱选取方法，能够从地物光谱库中找到地物光谱在某些波段区间的不变规律，以此筛选出最具有地物代表性的端元光谱。除此之外，软分类领域涉及解决地物光谱多样性问题的具体方法还有很多，这都为遥感影像上地物光谱多样性问题的解决提供了思路和参考。 2.典型地物光谱规律探索 地物光谱多样性特征是指同一种地物在时空中往往呈现出多样化的光谱特征，地物光谱多样性体现在遥感影像上即为“同物异谱”、“端元可变(endmember variability)”、“光谱可变(spectral variability)”等现象。地物光谱的多样化并不是毫无规律的，其与时间、空间之间一定存在着某些变与不变规律。 对于水体而言，传感器接受到的水体辐射包括了水面反射、水体底部物质反

遥感信息智能化提取方法

遥感信息智能化提取方法 目前，大部分遥感信息的分类和提取，主要是利用数理统计与人工解译相结合的方法。这种方法不仅精度相对较低，效率不高，劳动强度大，而且依赖参与解译分析的人，在很大程度上不具备重复性。尤其对多时相、多传感器、多平台、多光谱波段遥感数据的复合处理，问题更为突出。在遥感影像相互校正方面，一些商业化的遥感图像处理软件，虽然提供了简单的影像相互校正和融合功能，但均是基于纯交互式的人工识别选取同名点，不仅效率非常低，而且精度也难于达到实用要求。因此,研究遥感信息的智能化提取方法对于提高遥感信息的提取精度和效率具有重要意义。 1．遥感图像分类 遥感图像分类是遥感图像处理系统的核心功能之一，它实现了基于遥感数据的地理信息提取，主要包括监督分类，非监督分类，以及分类后的处理功能。非监督分类包括等混合距离法分类（Isodata）等。监督分类包括最小距离（Minimum Distance）分类、最大似然（Maximum Likehood）分类、贝叶斯（Bayesian）分类、以及波谱角分类、二进制编码分类、AIRSAR散射机理分类等。 自动分类是计算机图像处理的初期便涉及的问题。但作为专题信息提取的一种方法，则有其完全不同的意义，是从应用的角度赋予其新的内容和方法。传统的遥感自动分类，主要依赖地物的光谱特性，采用数理统计的方法，基于单个像元进行，如监督分类和非监督分类方法，对于早期的MSS这样较低分辨率的遥感图像在分类中较为有效。后来人们在信息提取中引入了空间信息，直接从图像上提取各种空间特征，如纹理、形状特征等。其次是各种数学方法的引进，典型的有模糊聚类方法、神经网络方法及小波和分形。 近年来对于神经网络分类方法的研究相当活跃。它区别于传统的分类方法在于：在处理模式分类问题时，并不基于某个假定的概率分布，在无监督分类中，从特征空间到模式空间的映射是通过网络自组织完成的，在监督分类中，网络通过对训练样本的学习，获得权值，形成分类器，且具备容错性。人工神经网络 (ANN) 分类方法一般可获得更高精度的分类结果，因此 ANN方法在遥感分类中被广泛应用，特别是对于复杂类型的地物类型分类，ANN 方法显示了其优越性。如 Howald(1989)、McClellad(1989)、 Hepner(1990)、T.Yosh ida(1994)、K.S.Chen(1995)、J.D.Paola(1997) 等利用 ANN 分类方法对 TM 图像进行土地覆盖分类，在不同程度上提高了分类精度；Kanellopoulos(1992) 利用 ANN方法对 SPOT 影像进行了多达20类的分类，取得比统计方法更精确的结果；G.M.Foody(1996)用ANN对混合像元现象进行了分解；L.Bruzzone 等 (1997) 在 TM－5 遥感数据、空间结构信息数据、辅助数据（包括高程、坡度等）等空间数据基础下，用 ANN 方法对复杂土地利用进行了分类，比最大似然分类法提高了 9% 的精度。与统计分类方法相比较，ANN 方法具有更强的非线性映射能力，因此，能处理和分析复杂空间分布的遥感信息。2．基于知识发现的遥感信息提取

SPOT5遥感影像土地利用信息提取方法研究

第39卷 第6期2011年6月 西北农林科技大学学报(自然科学版) Jo ur nal of N o rthwest A&F U niver sity(N at.Sci.Ed.) Vo l.39N o.6 Jun.2011 SPOT5遥感影像土地利用信息提取方法研究 张伐伐a,李卫忠a,卢柳叶b,康 乐a (西北农林科技大学a林学院,b资源环境学院,陕西杨凌712100) [摘 要] 目的 探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。 方法 以结合纹理特征的支持向量机(Support vector machine,SV M)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。 结果 面向对象分类法的总精度达到90.67%,较结合纹理特征的SV M法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。 结论 利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。 [关键词] 遥感影像;土地利用信息;支持向量机;纹理特征;多尺度分割;精度评价 [中图分类号] S127[文献标识码] A[文章编号] 1671 9387(2011)06 0143 05 Study on extraction methods of land utilization information based on SPOT5 ZHAN G Fa fa a,LI Wei zhong a,LU Liu ye b,KANG Le a (a College of F or estry,b Colleg e of Resourc es and Env ironment,N or th w est A&F Univ ersity,Yang ling,S haanx i712100,China) Abstract: Objective T he study explored the effect of ex tracting approach for info rmatio n o f land uti lization based on high resolution remo te sensing im ag e to provide evidence for studying land utilization and cov er dynam ic variatio n. M ethod T his paper ex tracted the info rmation o f land utilizatio n focused on Changjiaoba to w n,using SVM classification o f tex ture feature and object or iented classification o f multi resolution seg mentatio n.The classification result w as compared w ith m ax imum likelihood classification. Then the classification result w as analyzed. Result T he ov erall classification accuracy o f object o riented w as90.67%,w hich incr eased by8.34%compared w ith SVM classification of tex ture feature and increased by20.32%com pared w ith m ax imum likelihoo d classificatio n.T his kind of classification not o nly can g et o v er the disadvantages of other classificatio ns,e.g.Spectral Similar and Ground object Fragm entations,etc. but also acquire good effectiveness. Conclusion Using the classification of object oriented can realize the purpose o f ex tracting the land utilization information,and this m ethod is accurate and fast. Key words:rem ote sensing im ag e;inform ation o f land uatilization;support v ector m achine;tex tur e fea ture;multiresolution segm entation;accuracy assessment 土地利用信息的获取,是研究士地利用和土地覆盖动态变化的基础,将遥感、地理信息系统和全球定位系统相结合,开展国土资源和环境综合调查,具有现势性强、分类周期短、资源信息更新快等优势,从而可以以最快的速度动态监测土地资源利用及环境的变化情况,及时为社会经济发展决策和制定相关规 *[收稿日期] 2010 11 29 [基金项目] 国家林业局 948 项目(2009 4 45) [作者简介] 张伐伐(1985-),男,安徽怀远人,在读硕士,主要从事 3S 技术在资源与环境中的应用研究。 E mail:zhangfafa520@https://www.sodocs.net/doc/af13103439.html, [通信作者] 李卫忠(1963-),男,陕西蒲城人,副教授,硕士生导师,主要从事森林经理学研究。E m ail:w eizhong_li@https://www.sodocs.net/doc/af13103439.html,

基于遥感数据的城市绿地信息提取研究进展

基于遥感数据的城市绿地信息提取研究进展1 吕杰，刘湘南 中国地质大学（北京）信息工程学院，北京 (100083) E-mail：jasonlu168@https://www.sodocs.net/doc/af13103439.html, 摘要：本文对目前城市绿地信息提取研究现状进行了总结，对其中的利用航空遥感数据提取植被信息、卫星遥感提取植被信息、高分辨率遥感植被信息以及高光谱遥感植被信息研究进展进行了介绍，并从中分析提出遥感数据提取城市绿地信息存在的问题，对于存在的混合像元的问题，本文指出混合像元分解是解决存在问题的关键。 关键词：遥感，城市绿地，信息提取，混合像元 中图分类号：TP 7 1．引言 随着城市规模的不断扩大，自然环境正受到越来越严重的破坏，特别是大量的植被被高楼大厦取代，导致原有的生态系统严重失衡。而植被是环境的天然调节器，因此，无论在新城区还是老城区，绿化都显得尤其重要。对于土地资源极为珍贵的特大城市来说，良好的绿地规划方案可以有效地提高绿化生态环境效益。 另一方面，随着社会和经济的发展，城市化步伐在不断加快，城市规模日渐扩大，因此，城市正面临着一系列的生态和环境问题，例如城市热岛效应，沙尘暴等。为了解决这些问题，人们逐渐发现城市绿地对城市生态环境的改善有着不可替代的功效，为此，许多国家将城市绿化制定为城市可持续发展战略的一个重要内容，并将城市绿地作为衡量城市综合质量的重要指标之一。 利用遥感技术获取绿地信息成为快速、客观、准确的城市生态监测、评价、规划和管理的重要手段。目前可以利用的高分辨率遥感数据资料越来越多，高于lm 分辨率航天遥感影像和航空遥感影像己开始应用到资源调查和测图中。 2．城市绿地信息提取研究现状及存在问题 城市绿地是在人类较强干扰下生成的绿地景观，其生态效益不仅与绿地斑块的面积、空间分布有关，而且与构成绿地的植被类型密切相关（王伯荪，1987 ）。90 年代后期，景观生态学理论和方法逐渐应用到对城市绿化的研究中，这些研究为城市植被研究提供了新的研究思路和方法（高峻等，2002 ：李贞等，2000 ）。城市植被遥感信息提取为城市植被景观生态分析提供基础数据，是遥感信息提取的重要研究方向，也是城市植被学研究的重要内容（王伯荪等，1998 ）。 2.1 航空遥感影像用于植被信息提取 随着遥感技术的发展，航空影像图的信息提取比例尺已经达到了1:1000 ，由遥感图提取城市绿地率和绿化覆盖率，是一条比较成熟和现实的途径。2001 年5 月上海市已完成三次航空遥感城市绿地精细调查。2000 年山东省建设处委托中国国土资源航空物探遥感中心对山东省济南市、淄博、文登、荣成等地市进行了航空遥感城市绿化调查。大比例尺彩红外航空遥感图像具有信息量大、植物标志清楚等优点，它不仅被广泛用于植被调查，而且对植 1本课题得到国家863项目(2007AA12Z174)资助。

冰川信息提取方法综述 20151101002

基于遥感的冰川信息提取方法综述 全球气候环境变化及其影响已成为当今世界各国政府、科学家和政策决策者所共同关注的重大焦点问题。政府间气候变化委员会（IPCC第四次评估报告指出[1]，过去 100 a）（1906~2005 年）全球地表平均气温上升了0.74℃，而最近 50 a的升温速率几乎是接近过去 100 a 升温速率的两倍。冰川对气候变化十分敏感，被视为气候变化的指示器，升温已导致全球大多数冰川在过去 100 多年里处于退缩状态，尤其是最近的几十年呈加速退缩态势[1,2]。尽管大量的冰储存于两极冰盖中，但山地冰川和冰帽的储量损失在过去几十年和未来一个世纪对海平面上升、区域水循环和水资源可获取性均有重要影响[3-5]。 青藏高原及其毗邻地区蕴藏着世界上两极之外最大的冰雪储量，被称为“第三极”，该区气候变化引发的冰川变化不仅影响到周边地区十个国家的15亿人口的农业、发电等生产活动的水资源供应[3, 6, 7]，而且会引发区域乃至北半球的大气环流格局的变化[8]，从而使其成为国际冰川变化研究的热点地区。此外，青藏高原很多内陆湖泊近期水位上涨、湖泊面积增大导致草场淹没以及冰湖溃决和泥石流滑坡等山地灾害，对周边地区的生态与环境及农牧民的生活造成了严重影响[9]。 因此，监测青藏高原冰川变化时空分异特征，对于更加清楚地认识该地区对全球气候变化的响应具有重要的科学意义，对于及时提供湖泊水量变化信息，制定当地农牧民的应对措施具有重要的现实意义。本文系统梳理和总结了国内冰川监测相关研究进展，并探讨了当前该领域研究的不足以及未来的研究方向，旨在为我国冰川变化监测提供有益借鉴。 一、传统野外监测 传统的冰川观测主要基于野外实地考察，开展较早。世界上很多地区在一个多世纪以前就开始系统地观测冰川与冰盖的变化[10]。1930s 之前一直依靠实测冰川末端的变化或对比小冰期冰碛物的位置获得冰川变化的信息，1940s 后期开始了冰川物质平衡研究，截止到 2008 年全球已获取了 1803 条冰川自19 世纪后期的冰川长度变化和 226 条冰川过去 60 年内的物质平衡观测结果[10]，分别占 1970s 估计的全球冰川总数 160000条[11]的 1.1%和 0.1%，观测数量很有限。我国冰川研究事业开创于1958年祁连山冰川考察[11]，截止到 2007 年，基于野外考察共有 27 条冰川的长度变化和 5 条冰川的物质平衡的较长时间观测记录[12]，分别为我国冰川总数46377[13]条的 0.06%和 0.01%，远低于前述全球尺度的相应观测比例，且没有一条位于我国冰川分布中心之一的喀喇昆仑地区。实地观测通常在容易到达、安全且不是太大的冰川进行，不能代表所有冰川的规模、海拔分布、坡度和朝向。所以，仅靠少数野外考察资料很难反映全球或区域尺度冰川变化的空间特征，所获得的冰川变化趋势及其对气候变化的响应的结论也难免存在局限性。 二、冰川面积变化遥感监测 遥感观测可以在瞬时获取较大范围的地面综合信息，适合对不同地理环境下的冰川变化进行长期而持续的监测，早期主要进行面积变化遥感研究。1940s 以后，人们可以借助于航空摄影技术测绘冰川末端位置[14]。1970s 之后，随着卫星遥感技术的发展和观测精度的提高，陆地资源系列卫星（Landsat MSS、TM 和

遥感矿物蚀变信息提取方法及ENVI下实现

遥感矿物蚀变信息提取方法及ENVI下实现

蚀变岩石是在热液作用影响下，使矿物成分、化学成分、结构、构造等发生变化的岩石。由于它们经常见于热液矿床的周围，因此被称为蚀变围岩，蚀变围岩是一种重要的找矿标志。利用围岩蚀变现象作为找矿标志已有数百年历史，发现的大型金属、非金属矿床更是不胜枚举：北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等，都属于以围岩蚀变作为找矿标志发现的矿床。 国内外遥感工作者，都在不断地设计、研制和总结对这种遥感信息的提取和识别技术。矿化蚀变信息是找矿的一个重要标志，而这些对找矿有指导意义的矿化蚀变信息常常受其它地物信息的干扰，和受遥感图像的波谱分辨率和空间分辨率的制约，往往表现的很微弱。因此，国内外学者也在不断尝试各种技术方法提取这种矿化蚀变弱信息。 本文总结了遥感蚀变信息提取的各类方法，及其在ENVI软件中的实现。 ?原理 遥感技术主要是建立在物体反射和发射电磁波的原理之上。而地物波谱特性通常都是用地物反射辐射电磁波来描述。由于地物反射发射电磁波的特性不同，其反射波谱曲线形态也有千差万别。如植物的反射波谱曲线上，在绿光波段表现由于其叶绿素的存在表现为有一强反射峰，而在短波红外波段由于叶冠组织的相互作用表现为强反射峰，在红光波段则表现为强吸收谷。 遥感地质应用中，近矿围岩蚀变形成的蚀变岩石与其周围的正常岩石在矿物种类、结构、颜色等方面都有差异，这些差异导致了岩石反射光谱特征的差异，并且在某些特定的光谱波段形成了特定蚀变岩石的光谱异常。光谱异常为用遥感图像的异常信息提取提供了理论依据。 ?方法及实现 依据矿化蚀变岩与围岩的波谱特征的差异，可采用图像增强处理方法获取矿化蚀变信息增强的图像变量，从而最终实现提取矿化蚀变信息的目的。一般图像增强突出蚀变信息有以下几种方法。 (1)蚀变干扰信息剔除 遥感数据包含地表的信息，遥感在地质方面的应用就是提取用户需要的信息，提取矿化蚀变信息的过程是计算影像中所有像素信息统计归类分析的过程，蚀变异常信息的提取对遥感图像的质量要求较高，因此首先要对遥感数据进行严格的筛选，干扰噪声小的数据，一般要求遥感数据的时相是植被发育较弱、冰雪覆盖少的季节，同时该时相的云覆盖量较少。由于受地形地貌的影响，有些因素靠数据的时相选择却难以克服，例如阴影、河流水体、高山上的冰雪、白泥地等，可以采用相应的数学方法来解决，以使阴影、水体等干扰像素的数据不参与统计分析。一方面是选择较好的数据；另一方面是对数据进行数据预处理，包括大气校正、掩膜等。 利用ENVI软件的大气校正模块flassh能快速的消除大气影响，还原地物的真实面目。有利于蚀变信息的提取。

生物碱习题剖析

3 生物碱的碱性与哪些有关 (1)氮原子的杂化类型:随杂化度升高而增强；②诱导效应：氮原子所连接的基团如为供电基团则碱性增强，如为吸电基团则碱性减弱；③诱导一场效应：使生物碱的碱性降低；④共轭效应：若生物碱分子中氮原子孤对电子成P-兀共轭体系时，通常情况下，其碱性较弱；⑤空间效应：若生物碱的空间环境不利于氮原子接受质子，其碱性减弱；反之，则碱性增强；⑥分子内氢键形成：若生物碱分子结构中氮原子附近存在羟基、羰基等取代基团，碱性增强。 4．生物碱类化合物的鉴别方法①沉淀反应：大多数生物碱能和某些酸类、重金属盐类以及一些较大分子量的复盐反应，生成单盐、复盐或络盐沉淀。如与碘化铋钾试剂的反应； ②显色反应：用于生物碱的冠色试剂很多，它们往往因生物碱的结构不同而显示不同的颜色，Mandelin试剂(1％钒酸铵的浓硫酸溶液)；③成盐反应：绝大多数生物碱可与酸形成盐类，但不同类型的生物碱与酸成盐的形式不同，主要有：季铵生物碱的成盐反应、含氮杂缩醛生物碱的成盐反应、具有烯胺结构生物碱的成盐反应、涉及氮原子跨环效应生物碱的成盐反应。 5．生物碱类化合物的提取一般从天然药物巾提取总生物碱通常采用溶剂法、离子交换法、沉淀法等提取分离方法。①对于脂溶性生物碱可采取酸水提取法、醇类溶剂提取法、亲脂性有机溶剂提取法；②对于水溶性生物碱可采取沉淀法、溶剂萃取法。 6．生物碱类化合物的分离对于生物碱的分离通常分为系统分离与特定分离。一般的方法是先对总碱进行初步分离，将性质相近的生物碱分成几个类别或部位。然后再按各成分的碱度、极性或功能团的差异分离生物碱单体。①总生物碱的初步分离：根据总生物碱中各成分理化性质的差异，可将其初步分离为强碱性的季铵碱、中等强度碱性的叔胺碱及其酚性碱、弱碱性生物碱及其酚性碱等几个部分；②生物碱单体的分离：利用生物碱碱性的差异、利用生物碱极性的差异或生物碱盐的溶解度差异、利用生物碱特殊官能团、利用色谱法进行分离。 7．生物碱类化合物的结构鉴定①色谱法：色谱法在生物碱鉴别中的应用主要体现在天然药物及天然药物制剂中有无生物碱存在的检识、指导生物碱的分离、检查生物碱的纯度及对已知生物碱的鉴定等多个方面，主要有：薄层色谱法、纸色谱法、高效液相色谱法、气相色谱法；②谱学法：目前，在生物碱结构鉴定工作中，最常用的分析方法有紫外光谱(U V)、红外光谱(IR)、质谱(M S)和核磁共振 (N M R)。 【习题】 一、名词解释 1．生物碱 2．两性生物碱 3．生物碱沉淀反应 4．诱导效应 5．共轭效府 6．空间效应 7．诱导一场效应 8．氢键效应 二、填空题 1．小檗碱呈黄色，而四氢小檗碱则无色，其原因在于。 2．弱碱性生物碱在植物体内是以状态存在。 3．在生物碱的色谱检识中常用的显色剂是，它与生物碱斑点作用常显色。 4．Mayer’s试剂的主要成分为；Dragendorff’s试剂的主要成分为。 5．总生物碱的提取方法大致有以下三类：、、。 6．麻黄碱和伪麻黄碱的分离可利用它们的——盐在水中的溶解度不同，在水中溶

海面油膜高光谱遥感信息提取_陆应诚

收稿日期: 2008-03-10; 修订日期: 2008-09-30 基金项目:中国石油天然气股份有限公司科技预研项目“海域遥感油气勘探技术研究”(编号: 06-01C-01-08)和国家科技支撑计划(编号: 2006BAK30B01)。 第一作者简介: 陆应诚(1979— ), 男, 南京大学博士研究生, 主要从事高光谱遥感应用研究。E-mail: lycheng2003@https://www.sodocs.net/doc/af13103439.html, 。 海面油膜高光谱遥感信息提取 陆应诚, 田庆久, 宋鹏飞, 李姗姗 南京大学 国际地球系统科学研究所, 江苏 南京 210093 摘 要: 针对辽东湾海域的Hyperion 高光谱遥感数据特点, 结合海面油膜光谱与Hyperion 影像特征, 对该数据进行水陆分离与最小噪声分离(minimum noise fraction, MNF)变换处理, 在辽东湾海域MNF 波段影像的2D 散点图中, 海面油膜的出现会在其边缘形成一个异常散点区域, 可区分油膜与干扰信息,结合提取的海面油膜端元的MNF 波谱, 通过混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术, 成功地提取研究区海面油膜信息, 有效监测海面油膜信息, 为海洋环境监测提供新的技术手段。 关键词: 油膜, 高光谱, 遥感, Hyperion, 辽东湾 中图分类号: X55 文献标识码: A 1 引 言 在海洋石油的遥感监测与评估中, 海面油膜是遥感探测的一个重要对象, 多光谱、热红外、雷达等诸多遥感领域均对此有一定研究(Gonzalez 等, 2006; Fingas & Brown, 1997; Labelle & Danenberger, 1997; O’Briena 等, 2005), 由于海洋背景复杂, 海面大气影响、水体对电磁波的散射与吸收作用, 海面油膜遥感信息表现为弱信息；又由于海面油膜随来源、构成种类、油膜厚度、风化程度的不同表现为不确定的遥感影像特征；这些因素对海面油膜遥感信息提取存在一定的制约。随着高光谱遥感技术的发展(童庆禧, 2003), 针对海面油膜信息的高光谱遥感探测方法技术不断得到发展(Foudan, 2003)。Palme(1994)利用小型机载成像光谱仪(CASI)数据研究1993年Shetlands 群岛溢油事件中产生的油膜和其他油污信息, 指出440—900 nm 是可以用来进行溢油油膜信息提取的有效谱段；Foudan(2003)利用机载AVRIS 高光谱数据对Santa Barbara 海岸带的油污与海面油膜进行研究, 表明分散的石油在580nm 、700nm 具有反射峰, 厚油膜在近红外波段反射率要高于薄油膜, 600—900nm 具有最大的油膜遥感探测的可能性。比较分析混合光谱分解技术(spectral unmixing)、纯净像元指数(pixel purity index, PPI)、 光谱角度制图法(spectral angle mapper, SAM)、混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术等方法在海面油膜信息提取上的特点。近年来, 国内学者也不断开展海面油膜遥感研究, 赵冬至等(2000)总结了柴油、润滑油和原油等3种油膜随厚度变化的光谱特征, 指出736nm 和774nm 对不同的油类具有相同的吸收特征；张永宁等(1999, 2000)测试了几种类型油的海面波谱, 认为在海洋溢油波谱特征中0.5—0.58μm 是不同油膜最高反射率的所在位置, 并利用A VHRR 和TM 数据识别海洋溢油；陆应诚(2008, 2009)的海面油膜实验表明随油膜厚度不同, 油膜光谱特征与响应原理表现不同。 本文以辽东湾双台子河口外海域为研究区, 结合海面油膜光谱特点与海面油膜Hyperion 遥感影像特征, 通过高光谱遥感MTMF 技术方法, 提取研究区海面油膜信息。 2 Hyperion 数据预处理 研究区在辽东湾双台子河口外海域, 该区是中国重要原油生产基地——辽河油田所在地, 近年来, 辽东湾海域油田的开采与运输为海洋环境带来一定的影响。 2007-05-06获取了研究区的一景美国EO-1卫

遥感信息提取资料

遥感图像信息提取方法综述 0、遥感图像分析 遥感实际上是通过接收（包括主动接收和被动接收方式）探测目标物电磁辐射信息的强弱来表征的，它可以转化为图像的形式以相片或数字图像表现。多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。 在遥感影像处理分析过程中，可供利用的影像特征包括：光谱特征、空间特征、极化特征和时间特性。在影像要素中，除色调/彩色与物体的波谱特征有直接的关系外，其余大多与物体的空间特征有关。像元的色调/彩色或波谱特征是最基本的影像要素，如果物体之间或物体与背景之间没有色调/彩色上的差异的话，他们的鉴别就无从说起。其次的影像要素有大小、形状和纹理，它们是构成某种物体或现象的元色调/彩色在空间（即影像）上分布的产物。物体的大小与影像比例尺密切相关；物体影像的形状是物体固有的属性；而纹理则是一组影像中的色调/彩色变化重复出现的产物，一般会给人以影像粗糙或平滑的视觉印象，在区分不同物体和现象时起重要作用。第三级影像要素包括图形、高度和阴影三者，图形往往是一些人工和自然现象所特有的影像特征。 1、遥感信息提取方法分类 常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。 1.1目视解译 目视解译是指利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图形、位置和布局），与多种非

遥感信息资料（如地形图、各种专题图）组合，运用其相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。早期的目视解译多是纯人工在相片上解译，后来发展为人机交互方式，并应用一系列图像处理方法进行影像的增强，提高影像的视觉效果后在计算机屏幕上解译。 1）遥感影像目视解译原则 遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。一般判读顺序为，在中小比例尺像片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。在此基础上，再进行地质、地貌等专门要素的判读。 2）遥感影像目视解译方法 （1）总体观察 观察图像特征，分析图像对判读目的任务的可判读性和各判读目标间的内在联系。观察各种直接判读标志在图像上的反映，从而可以把图像分成大类别以及其他易于识别的地面特征。 （2）对比分析 对比分析包括多波段、多时域图像、多类型图像的对比分析和各判读标志的对比分析。多波段图像对比有利于识别在某一波段图像上灰度相近但在其它波段图像上灰度差别较大的物体；多时域图像对比分析主要用于物体的变化繁衍情况监测；而多各个类型图像对比分析则包括不同成像方式、不同光源成像、不同比例尺图像等之间的对比。

遥感卫星影像数据信息提取.

北京揽宇方圆信息技术有限公司 、 遥感卫星影像数据信息提取 北京揽宇方圆信息技术有限公司中科院企业,卫星影像数据服务全国领先。业务包括遥感数据获取与分发、遥感数据产品深加工与处理。按照遥感卫星数据一星多用、多星组网、多网协同的发展思路,根据观测任务的技术特征和用户需求特征,重点发展光学卫星影像、雷达卫星影像、历史卫星影像三个系列,构建由 26个星座及三类专题卫星组成的遥感卫星系统,逐步形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力形成卫星遥感数据全球接收与全球服务能力。 (1光学卫星影像系列。 面向国土资源、环境保护、防灾减灾、水利、农业、林业、统计、地震、测绘、交通、住房城乡建设、卫生等行业以及市场应用对中、高空间分辨率遥感数据的需求,提供 worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、 ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm、 landsat(etm、 rapideye、alos、Kompsat 卫星、北京二号、资源三 号、高分一号、高分二号等高分辨率光学观测星座。围绕行业及市场应用对基础地理信息、土地利用、植被覆盖、矿产开发、精细农业、城镇建设、交通运输、水利设施、生态建设、环境保护、水土保持、灾害评估以及热点区域应急等高精度、高重访观测业务需求,发展极轨高分辨率光学卫星星座,实现全球范围内精细化观测的数据获取能力。像国产的中分辨率光学观测星座。围绕资源调查、环境监测、防灾减灾、碳源碳汇调查、地质调查、水资源管理、农情监测等对大幅宽、快速覆盖和综合观测需求,建设高、低轨道合理配置的中分辨率光学卫星星座,实现全球范围天级快速动态观测以及全国范围小时级观测。

遥感影像中建筑物提取研究综述

基于遥感影像的建筑物提取研究方法综述 摘要：遥感影像上建筑物提取的基础理论研究始于20世纪80年代，随着遥感技术的不断进步，遥感影像的分辨率及精确度越来越高以及快速发展的城市在城市空间数据库方面的巨大要求。现在城市空间数据库需要对数据快速获取更新，又因为遥感影像本身具有的现时性，更新速度快的特点。在城市空间数据库的更新、城市动态监测、城市变化监测以及“智慧城市”建设等方面有着重要的使用价值。本文介绍基于不同遥感影像提取建筑物的基本方法和几个发展趋势。主要包括SAR图像，LIDAR点云数据，高光谱影像，航空影像等多种源数据不同的提取方法，以及不同数据来源的优缺点。同时对建筑物提取研究中需要解决的问题和研究趋势进行了总结。 1.引言 城市地区的遥感影像中，超过8成的目标是建筑物和道路，所以对建筑物和道路的识别和提取式遥感影像地物提取的主要研究方向，除道路和建筑物以外，剩下的大部分都是植被，在城市中绿地的面积占了一定的比例，在建筑物的提取中，建筑物在遥感影像中容易受到植被的干扰，如何高效率、高质量的剔除植被对建筑物的影响成了建筑物提取的关键。进行建筑物提取的主要应用有城区自动提取、 地图更新、城市变化监测、城市规划、三维建模、数字化城市建立等诸多方面，如何实现建筑物的快速、高精度、自动化提取成为目前的研究热点。目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，本文主要提出了目前遥感影像建筑物提取研究的热点及其发展趋势。 2.建筑物提取的历史发展 快速准确地获取不同类型城市建筑的空间位置、形状等信息具有极其重要的意义，在城市规划、城市动态监测、城市三维建模、地形图更新、地籍调查等方面有广泛的应用。目前，对自动建立城市三维模型和实现城市虚拟现实的需求越来越多，利用大比例尺航空影像获取城市建筑物的三维几何信息和表面纹理，是实现“三维城市”建模的有效途径之一。 到目前为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提取，因为城市里的建筑物有一定的高度信息，通过建筑物与周围环境（地面）之间的高差进行屋顶边界的提取，这种方法大多需要一定的辅助数据如DEM、DSM等一类具有地物高程数据的影像。其二，利用高空间分辨率遥感影像数据结合计算

遥感图像信息提取方法综述

遥感图像信息提取方法综述 遥感图像分析 遥感实际上是通过接收（包括主动接收和被动接收方式）探测目标物电磁辐射信息的强弱来表征的，它可以转化为图像的形式以相片或数字图像表现。多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。 在遥感影像处理分析过程中，可供利用的影像特征包括：光谱特征、空间特征、极化特征和时间特性。在影像要素中，除色调/彩色与物体的波谱特征有直接的关系外，其余大多与物体的空间特征有关。像元的色调/彩色或波谱特征是最基本的影像要素，如果物体之间或物体与背景之间没有色调/彩色上的差异的话，他们的鉴别就无从说起。其次的影像要素有大小、形状和纹理，它们是构成某种物体或现象的元色调/彩色在空间（即影像）上分布的产物。物体的大小与影像比例尺密切相关；物体影像的形状是物体固有的属性；而纹理则是一组影像中的色调/彩色变化重复出现的产物，一般会给人以影像粗糙或平滑的视觉印象，在区分不同物体和现象时起重要作用。第三级影像要素包括图形、高度和阴影三者，图形往往是一些人工和自然现象所特有的影像特征。 1、遥感信息提取方法分类 常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。 1.1目视解译 目视解译是指利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图形、位置和布局），与多种非遥感信息资料（如地形图、各种专题图）组合，运用其相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。早期的目视解译多是纯人工在相片上解译，后来发展为人机交互方式，并应用一系列图像处理方法进行影像的增强，提高影像的视觉效果后在计算机屏幕上解译。 1）遥感影像目视解译原则 遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。一般判读顺序为，在中小比例尺像片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。在此基础上，再进行地质、地貌等专门要素的判读。 2）遥感影像目视解译方法 （1）总体观察 观察图像特征，分析图像对判读目的任务的可判读性和各判读目标间的内在联系。观察各种直接判读标志在图像上的反映，从而可以把图像分成大类别以及其他易于识别的地面特征。（2）对比分析 对比分析包括多波段、多时域图像、多类型图像的对比分析和各判读标志的对比分析。多波段图像对比有利于识别在某一波段图像上灰度相近但在其它波段图像上灰度差别较大的物体；多时域图像对比分析主要用于物体的变化繁衍情况监测；而多各个类型图像对比分析则包括不同成像方式、不同光源成像、不同比例尺图像等之间的对比。 各种直接判读标志之间的对比分析，可以识别标志相同（如色调、形状），而另一些标识不同（纹理、结构）的物体。对比分析可以增加不同物体在图像上的差别，以达到识别目的。（3）综合分析 综合分析主要应用间接判读标志、已有的判读资料、统计资料，对图像上表现得很不明显，或毫无表现的物体、现象进行判读。间接判读标志之间相互制约、相互依存。根据这一特点，可作更加深入细致的判读。如对已知判读为农作物的影像范围，按农作物与气候、地貌、土质的依赖关系，可以进一步区别出作物的种属；河口泥沙沉积的速度、数量与河流汇水区域

遥感图像土地覆被专题信息提取方法综述

遥感图像土地覆被专题信息提取方法综述 邹斌文 (1中国地质大学研究生院，湖北，武汉,430074； 2中国地质大学地球科学学院，湖北，武汉，430074） 摘要：土地覆被是全球变化研究的重要内容,而专题信息获取是其研究的前提和基础,如何有效地利用丰富的遥感数据源获取高精度的土地覆被专题信息,对于实时动态监测具有重要的意义。在综合分析当前主要的遥感信息提取方法基础上,将土地覆被专题信息提取方法归纳为目视解译、基于统计分析的图像分类、多源信息复合和基于对象的专题信息提取四大类,并综述了各种方法的优缺点、适用领域和应用情况,最后对其研究方向和发展趋势进行了展望,指出地学专家知识、人工智能、非线性理论以及“面向地块”的信息提取方法是其发展方向。 关键词：土地覆被；专题信息；信息复合；地块对象 1引言 土地覆被是指地球陆地表层和近地面层的自然状态,它是自然过程和人类活动共同作用的结果。土地覆被专题信息涵盖地球表面由于自然和人为影响而形成的所有覆盖物,诸如植被、水体、建筑物、道路、露天采矿场、采石场、岩石、沉积物、冰和雪等[1]。这些专题信息对于地表—近地面系统、地球各圈层的相互作用、环境监测、全球环境变化等方面研究具有重要作用,因而土地覆被信息获取成为当前研究热点之一。 遥感具有探测范围广、获得资料的速度快、周期短、实效性强、成本低，经济效益大等优点,通过遥感影像快速提取所需土地覆被专题信息,已经成为灾害评估和环境监测等应用的有力手段。快速准确地提取出土地覆被专题信息是研究土地覆被变化的前提和关键。近年来,随着遥感数据源的日益丰富,多平台、多传感器、多分辨率的遥感图像,为土地覆被信息获取提供了新的契机;另一方面,研究人员对专题信息的快速、高精度提取方法也进行了积极探索和深入研究,将许多新思想、新方法应用到信息提取中,使得信息获取的途径多样化,同时信息提取的精度也得到极大地提高。鉴于目前的研究现状,很需要对当前用于土地覆被信息提取的数据源、专题信息提取的方法进行分析和总结,分析不同方法的优势和劣势,并进一步探讨其研究和应用趋势。 本文针对土地覆被专题信息提取的应用需求,从遥感数据源的分析与应用出发,论述了目前专题信息提取的研究现状,并对他们分别展开分析评述,最后指出了土地覆被专题信息提取的发展方向。 2多源遥感数据源 随着遥感技术的发展,越来越多的不同类型的遥感器被用于对地观测。这些多传感器、多时相、多分辨率、多频段的遥感数据,在土地覆被专题信息提取中具有自身的优势和特性,不同类型的遥感数据具有不同的应用领域、信息提取精度。准确选取适当的数据源是快速、精确地发现并提取遥感图像中所需信息的前提,土地覆被专题信息提取常用的遥感图像可以分为以下几大类:(1)多光谱和全色图像。一般来说,多光谱遥感系统分波段记录地物波谱反射、辐射特征的微弱差异,具有较高的光谱分辨率,拥有丰富的光谱信息,有助于识别各种不同

生物碱常用的提取方法

生物碱常用的提取方法 生物碱的提取： 由于各种生物碱的结构不同，性质各异，提取分离方法也不尽相同，主要是根据生物碱的溶解度而定。生物碱大都能溶于氯仿、甲醇、乙醇等有机溶剂，除季铵碱和一些分子量较低或含极性基团较多的生物碱外，一般均不溶或难溶于水，而生物碱与酸结合成盐时则易溶于水和醇。基于这种特性，可用不同的溶剂将生物碱从中药中提出，常用的提取溶剂有下列3种： （1）非极性溶剂：样品先用10%氢氧化铵溶液湿润，使中草药中与酸结合成盐的生物碱呈游离状态，然后用氯仿或乙醚等提取，一些与酸结合比较稳定的生物碱盐类和鞣酸盐或碱性较强的生物碱盐等，氢氧化铵不能将其完全分解，可用碳酸钠、碳酸氢钠、氢氧化钙或氧化镁，甚至氢氧化钠碱化，这个方法的缺点是不能提出水溶性生物碱。 （2）极性溶剂：极性较大的生物碱可用中性甲醇、乙醇、酸性甲醇、乙醇、酸水（常用0.1%～1%盐酸、硫酸、乙酸、酒石酸等）以及缓冲液等进行提取，该方法较简便，但提出的杂质较多，需进一步净化。 （3）混合溶剂：用不同极性的溶剂按不同比例混合，可以较好地进行提取，如麦角用氯仿：甲醇：氢氧化铵（90:9:1），百部、粉防已用乙醚：氯仿：乙醇：10%氢氧化铵溶液（25:8:25:1）等。 水溶性生物碱还可采用与生物碱沉淀试剂如雷氏盐（硫氰化铬铵）、磷钨酸等生成不溶的复盐而从水溶液中析出。生物碱与雷氏盐生成的沉淀可溶于丙酮，再通过阳离子交换树脂，用氢氧化铵洗脱即得游离的生物碱，生物碱与磷钨酸生成的沉淀可与固体碳酸钾研磨使干燥，再用无水乙醇热提。 实际上，每种分析法的建立都要对上述三类溶剂作比较，以优选出最佳提取溶剂。 生物碱的提取方法，常用的有冷浸、渗漉、超声波、索氏提取、热回流提取，由于中药分析所涉及到的大部分内容是有机化合物微量分析，故需要的样品量很少，因此，实际上是少量样品与大量提取溶剂，加上样品又经粉碎过筛，常常冷浸提取液中被测组分浓度与提取液中粉碎的样品内所含被测组分相当，即能提取完全。为了使提取更完全，也常常对上述方法进行组合如冷浸-渗漉，冷浸-超声 波，冷浸-索氏提取，冷浸-热回流提取，因冷浸、冷浸-超声波提取操作简便，