編者按: 為展示青年教師出國訪學(xué)成效, 提升學(xué)校國際交流水平, 濃厚校園學(xué)術(shù)文化氛圍, 本報(bào)自本期起開設(shè) “海歸述學(xué)論道” 欄目, 邀請學(xué)校公派高級研究學(xué)者、 訪問學(xué)者、 參加各類國際會議的教師及研究生, 分享國外高校教學(xué)、 科研的先進(jìn)經(jīng)驗(yàn), 介紹國際學(xué)術(shù)研究前沿及
2013 年 IEEE 國際地球科學(xué)與遙感會議(IGARSS 2013)于 7 月在澳大利亞墨爾本舉行。會議由澳大利亞國家空間信息合作研究中心(CRCSI)承辦,以“遙感與可持續(xù)的地球”為主題。來自全球50多個國家和地區(qū)的遙感及相關(guān)領(lǐng)域?qū)<覍W(xué)者 1000余人參加了會議。作為我校代表,筆者有幸參加了這次遙感領(lǐng)域規(guī)模較大的國際會議?,F(xiàn)結(jié)合參會所得向大家介紹一下該領(lǐng)域高光譜圖像多端元光譜混合分析的相關(guān)研究情況。
在高光譜圖像中,混合像元廣泛存在。對于這類像元,將其按照傳統(tǒng)硬分類方法歸屬為任何一類都是不準(zhǔn)確的?;旌舷裨治鲋饕ㄌ崛』旌舷裨獌?nèi)類別組分的端元選擇技術(shù),及計(jì)算各類別組分所占比例的光譜解混技術(shù)。混合像元分析是純像元分析發(fā)展到一定階段和信息需求擴(kuò)張的必然產(chǎn)物,屬于更高層次、更高精度的技術(shù),不僅難度更大且更具理論意義和應(yīng)用價(jià)值。
在傳統(tǒng)的混合像元分析方法中,每個地物類別的光譜特性被認(rèn)為是固定不變的,因此只用一個固定端元來描述一種地物類別。這種做法顯然不符合大尺度遙感圖像的基本特征,因?yàn)榧幢闶堑匚锓N類不變,但由于地勢、光照等原因也會導(dǎo)致光譜特性發(fā)生較大變化,因此有必要用多個端元來加以更準(zhǔn)確地描述。多端元光譜混合分析技術(shù)正是在此背景下提出的。
多端元光譜混合分析技術(shù)主要包括多端元選擇方法、多端元解混方法及多端元解混模型的優(yōu)化求解方法等研究工作。當(dāng)前國際典型的多端元方法以多端元模式替換傳統(tǒng)單端元模式來克服類內(nèi)光譜變化,取得了很好的效果。然而,這些方法的重心集中在從監(jiān)督數(shù)據(jù)中進(jìn)行復(fù)雜的端元選擇上,或者具有很強(qiáng)的針對性,如只應(yīng)用在某具體地域,通用性較差,而其解混過程仍然借助于傳統(tǒng)解混方法。一些典型的多端元光譜混合分析方法優(yōu)于傳統(tǒng)解混方法的地方就在于將傳統(tǒng)每類固定的端元自動擴(kuò)展到一個合理范圍。但此類方法由于選用較少訓(xùn)練樣本,考慮類別分布狀態(tài)的能力會略差。也有一些方法雖然考慮大量的訓(xùn)練樣本,但僅屬于大量簡單傳統(tǒng)解混模型的統(tǒng)計(jì)平均,效果欠佳。如何更好地考慮類內(nèi)光譜變化和類別分布狀態(tài)、更加合理地實(shí)施多端元解混模式極具研究前景。
我校相關(guān)課題組近年來圍繞多端元選擇和多端元光譜解混等多端元光譜混合分析技術(shù)內(nèi)容進(jìn)行了富有成效的研究。
關(guān)于多端元選擇。高光譜圖像數(shù)據(jù)中每一類別特征的理想化純像素?cái)?shù)據(jù)被定義為“端元”,提取高光譜圖像數(shù)據(jù)中純像素的技術(shù)就是所謂的端元選擇技術(shù),這項(xiàng)技術(shù)是對高光譜圖像數(shù)據(jù)進(jìn)行后續(xù)解混處理和數(shù)據(jù)分析的基礎(chǔ)。從進(jìn)入 20 世紀(jì) 90 年代后隨著對高光譜圖像數(shù)據(jù)要求的提高,端元選擇技術(shù)也隨之不斷發(fā)展提高。在典型的端元選擇方法之 中,迭 代 誤 差 分 析(Iterative ErrorAnalysis, IEA)方法可以不用對高光譜進(jìn)行降維而進(jìn)行直接處理,減少了處理的步驟和計(jì)算的復(fù)雜程度。另一方面,IEA方法中還存在以下問題:1、這種方法只為每個類別選擇一個端元,無法準(zhǔn)確描述類內(nèi)光譜變化較大的高光譜遙感數(shù)據(jù)。更為重要的是,近年來出現(xiàn)的高效的多端元光譜解混分析方法急需端元簇提取方法而不是單端元選擇方法的配套研究;2、該算法計(jì)算量依然較大且魯棒性較差。針對以上問題,我校課題組提出一種結(jié)合多端元解混殘差及類內(nèi)緊致性迭代分析的端元簇提取方法,其優(yōu)勢在于其魯棒性好、運(yùn)算速度快。綜合利用解混殘差及類內(nèi)緊致性來篩選端元簇很好地避免了端元錯選現(xiàn)象,使其更具魯棒性;利用端元簇進(jìn)行快速多端元解混,運(yùn)算速度快,同時(shí)用多個樣本刻畫一個類別,將端元的可變性充分考慮了去,解混合理性更強(qiáng)。
關(guān)于多端元光譜解混。學(xué)校課題組將傳統(tǒng)分類工具——支持向量機(jī)(SVM)應(yīng)用于光譜解混解混中,獨(dú)特優(yōu)勢在于以下兩方面。一方面是關(guān)于監(jiān)督信息的擴(kuò)展利用。傳統(tǒng)光譜解混模型中每類地物只能用一個端元信息來表示,而當(dāng)類內(nèi)光譜變化較大時(shí)這種表示是很不準(zhǔn)確的,從而導(dǎo)致了解混精度的下降。SVM光譜解混模型則可以方便地利用多個訓(xùn)練樣本刻畫一個類別,從而獲得更為合理的多端元光譜混合分析模型。傳統(tǒng)光譜解混模型所建立的解混分析判別函數(shù)將垂直于兩個單端元像元點(diǎn)的聯(lián)線,由此可見該判別函數(shù)與兩個類別的分布狀態(tài)是毫無關(guān)系的。而 SVM 所建立的判別函數(shù)是支持向量的函數(shù),而支持向量與類別分布有著密切的聯(lián)系。只有充分考慮類別分布才能獲得更好的分析效果。另一方面是關(guān)于模型的非線性推廣。實(shí)際的高光譜圖像光譜解混問題常為非線性問題而不是線性的,而傳統(tǒng)光譜解混模型只是為解決線性問題而提出的,目前尚無有效方法推廣到非線性問題中。SVM 則可以通過引入非線性映像很容易地做到這一點(diǎn)。
目前,多端元光譜混合分析技術(shù)仍然處于不斷發(fā)展階段。這些研究內(nèi)容不僅使我校的相應(yīng)研究躋身國際前列,更為重要的是,這些內(nèi)容仍然是未來幾年來值得繼續(xù)深入研究的重要課題。
【會議鏈接】 IEEE國際地球科學(xué)與遙感 大 會(IGARSS——IEEE InternationalGeoscience and Remote SensingSymposium, IGARSS)每年召開一次,從1981 至今已舉辦了 33 屆,是全球該領(lǐng)域最具影響力的學(xué)術(shù)會議。近年來,會議規(guī)模逐漸擴(kuò)大,影響也越來越廣泛。近 3年,注冊會議代表均超過 2000人,中國代表參加的人數(shù)逐年增加。會議輪流在北美、歐洲和亞太地區(qū)舉辦,我國科學(xué)家從1997年開始多次組織申辦,2012年 7月,北 京 獲 得 了 IGARSS 2016 的 舉 辦 權(quán)。IGARSS2016 的成功申辦,將增加我國在地球科學(xué)與遙感領(lǐng)域的參與度和國際知名度,促進(jìn)我國在該領(lǐng)域更深更廣泛的國際合作與交流,從而提升我國在該領(lǐng)域中的研究和應(yīng)用水平。