高光谱异常变化检测能够从多时相高光谱遥感图像中寻找到数量稀少、与整体背景变化趋势不同、难以发现且令人感兴趣的异常变化。数据集规模较小、存在噪声干扰以及线性预测模型存在局限性等问题,极大地降低了传统高光谱异常变化检测方...高光谱异常变化检测能够从多时相高光谱遥感图像中寻找到数量稀少、与整体背景变化趋势不同、难以发现且令人感兴趣的异常变化。数据集规模较小、存在噪声干扰以及线性预测模型存在局限性等问题,极大地降低了传统高光谱异常变化检测方法的检测性能。目前,自编码器已被成功地应用于高光谱异常变化检测。然而,单个自编码器在处理多时相高光谱图像时,仅关注图像的重构质量,在获取瓶颈特征时往往忽略了图像中复杂的光谱变化信息。为了解决该问题,提出了一种基于双空间共轭自编码器的多时相高光谱异常变化检测(Multi-temporal Hyperspectral Anomaly Change Detection Based on Dual Space Conjugate Autoencoder,DSCAE)方法。所提方法包含两个共轭的自编码器,即它们从不同方向构造各自的潜在特征。在该方法的训练过程中,首先,两幅不同时刻的高光谱图像经过各自的编码器分别获得相应的潜在空间特征表示,再分别经过各自的解码器获得另一时刻的预测图像;其次,在样本空间和潜在空间中施加不同的约束条件,并在两个空间中最小化相应的损失函数;最后,两幅输入图像经过共轭自编码器后获得各自的异常损失图,对所得的两幅异常损失图采用取小运算得到最终的异常变化强度图,以便在减小输入图像间背景光谱差异的同时突出异常变化。在高光谱异常变化检测基准数据集上的实验结果表明,与10种相关方法相比,DSCAE展现了更优的检测性能。展开更多
利用NCAR最新的公用陆面模式CLM3.0,通过数值模拟初步研究了植被叶面积指数(LAI,leaf area index)异常变化对陆面状况的可能影响,结果表明,植被LAI的异常变化能够引起地表能量平衡、地表水循环等陆面状况的异常。(1)植被LAI的异常变化...利用NCAR最新的公用陆面模式CLM3.0,通过数值模拟初步研究了植被叶面积指数(LAI,leaf area index)异常变化对陆面状况的可能影响,结果表明,植被LAI的异常变化能够引起地表能量平衡、地表水循环等陆面状况的异常。(1)植被LAI的异常变化主要影响太阳辐射在植被与地表之间的分配,以及地表的感热、潜热通量。植被LAI增大,能够引起植被吸收的太阳辐射增加,而到达土壤表面的太阳辐射减小,并导致植被的蒸发、蒸腾潜热通量增加,造成地表的蒸发潜热和感热通量不同程度的减小。(2)植被LAI增大时,植被对降水的拦截和植被叶面的蒸发增大,植被的蒸腾作用也明显增强;植被LAI增加会使得热带地区各个季节的土壤表面蒸发、地表径流减小,而土壤湿度有所增加;LAI增加造成中高纬度地区土壤蒸发的减少主要出现在夏季;LAI增加还能够引起中高纬地区冬、春积雪深度不同程度的增加,造成春末、夏初地表径流的增加。(3)植被LAI增加能够使得叶面和土壤温度有所下降,但植被LAI的变化对叶面、土壤温度的影响相对较小。展开更多
文摘高光谱异常变化检测能够从多时相高光谱遥感图像中寻找到数量稀少、与整体背景变化趋势不同、难以发现且令人感兴趣的异常变化。数据集规模较小、存在噪声干扰以及线性预测模型存在局限性等问题,极大地降低了传统高光谱异常变化检测方法的检测性能。目前,自编码器已被成功地应用于高光谱异常变化检测。然而,单个自编码器在处理多时相高光谱图像时,仅关注图像的重构质量,在获取瓶颈特征时往往忽略了图像中复杂的光谱变化信息。为了解决该问题,提出了一种基于双空间共轭自编码器的多时相高光谱异常变化检测(Multi-temporal Hyperspectral Anomaly Change Detection Based on Dual Space Conjugate Autoencoder,DSCAE)方法。所提方法包含两个共轭的自编码器,即它们从不同方向构造各自的潜在特征。在该方法的训练过程中,首先,两幅不同时刻的高光谱图像经过各自的编码器分别获得相应的潜在空间特征表示,再分别经过各自的解码器获得另一时刻的预测图像;其次,在样本空间和潜在空间中施加不同的约束条件,并在两个空间中最小化相应的损失函数;最后,两幅输入图像经过共轭自编码器后获得各自的异常损失图,对所得的两幅异常损失图采用取小运算得到最终的异常变化强度图,以便在减小输入图像间背景光谱差异的同时突出异常变化。在高光谱异常变化检测基准数据集上的实验结果表明,与10种相关方法相比,DSCAE展现了更优的检测性能。
文摘利用NCAR最新的公用陆面模式CLM3.0,通过数值模拟初步研究了植被叶面积指数(LAI,leaf area index)异常变化对陆面状况的可能影响,结果表明,植被LAI的异常变化能够引起地表能量平衡、地表水循环等陆面状况的异常。(1)植被LAI的异常变化主要影响太阳辐射在植被与地表之间的分配,以及地表的感热、潜热通量。植被LAI增大,能够引起植被吸收的太阳辐射增加,而到达土壤表面的太阳辐射减小,并导致植被的蒸发、蒸腾潜热通量增加,造成地表的蒸发潜热和感热通量不同程度的减小。(2)植被LAI增大时,植被对降水的拦截和植被叶面的蒸发增大,植被的蒸腾作用也明显增强;植被LAI增加会使得热带地区各个季节的土壤表面蒸发、地表径流减小,而土壤湿度有所增加;LAI增加造成中高纬度地区土壤蒸发的减少主要出现在夏季;LAI增加还能够引起中高纬地区冬、春积雪深度不同程度的增加,造成春末、夏初地表径流的增加。(3)植被LAI增加能够使得叶面和土壤温度有所下降,但植被LAI的变化对叶面、土壤温度的影响相对较小。