二向反射遥感中冬小麦植被组分和土壤特性的季相变化

在二向反射物理模型的反演研究中,李小文和Strahher等提出基于知识的反演,强调了地面知识积累对反演的重要性.根据在北京、山东禹城和河北栾城等地不同年份积累的不同品种冬小麦实测数据,按照二向反射理论模型及模型反演研究的要求,分析了冬小麦群体植被组分的几何结构、光学特性和土壤光学特性等参数的季相变化特征.具体内容包括(1)叶面积指数的季相变化;(2)叶、茎、穗面积在它们总面积中比例的季相变化;(3)叶倾角分布的季相变化;(4)叶茎穗光学特性的季相变化(5)土壤背景垂直向上反射率的季相变化,文中各项季相变化特征覆盖的冬小麦生育期长.这是一份比较系统和有较好代表性的结果.     

京承高速沿线土地利用季相变化遥感监测及其景观格局分析

为了科学准确地获取京承高速沿线土地利用变化情况,并分析相关建设对沿线生态景观格局的影响,本文选择2006年冬季-2008年夏季间多时相遥感数据和专题数据,进行专题知识引导下的土地利用季相变化检测与信息提取,并结合实地调查数据获得了四个季相的土地利用现状数据。经对其进行土地利用变化及景观格局定量分析,结果表明:由于大力加强现代农业走廊建设,农业用地增加1.06%,裸露农田及废弃地减少6.16%,休闲用地增加1.59%,沿线景观格局得到了优化,并对改善和治理季节性裸露农田、废弃地等起到了示范作用,为都市农业走廊规划与效果评价提供决策依据。     

应用气象卫星NOAA-AVHRR图像进行植被研究的多时相途径

本文讨论了应用NOAA-AVHRR数字图像研究植被季相变化和进行植被分类的多时相方法。对生长季节的各时相植被指数VI图像进行图像分割,可揭示植被绿锋的进退和季相变化及其在空间上的表现。对多时相的植被指数VI图像进行主成分变换,据第一主成分的直方图各特征峰的形状和位置进行图像分割,可获得植被景观图,这一结果与现行的植被分布图相当一致。     

水稻本田期冠层叶色变化节奏的光谱监测

以Ｅｘｏｔｅｃｈ１００ＢＸ光谱辐射计对不同类型水稻材料无肥处理本田期的监测结果表明，晚熟类型材料武育粳２号，冠层叶色显示出“三黑三黄”的变化节奏。“三黑”出现的时间是：移栽至分蘖末期，枝梗分化期至颖花分化期，花粉母细胞形成及减数分裂期至始穗期；“三黄”出现的时间是：分蘖末期至枝梗分化期，颖花分化期至花粉母细胞形成及减数分裂期，始穗至灌浆期。中熟类型材料汕优６３，冠层叶色显示出“二黑二黄”的变化节奏。“二黑”出现的时间是：移栽至颖花分化期，花粉母细胞形成及减数分裂期至始穗期：“二黄”出现的时间是：颖花分化期至花粉母细胞形成及减数分裂期，始穗至灌浆期。早熟类型材料亚优２号，冠层叶色显示出“一黑一黄”的变化节奏。“一黑”出现的时间是：移栽至颖花分化期；“一黄”出现的时间是：颖花分化期至灌浆期。     

针叶林冠层热点及多角度无人机遥感观测及特征分析

多角度遥感观测是研究植被冠层BRDF (Bidirectional Reflectance Distribution Function)特性的重要手段,但目前对森林冠层进行连续间隔采样的多角度遥感观测及数据较少,热点方向的观测尤为缺乏。本研究基于无人机多角度高光谱成像系统,在主平面上对针叶林冠层以等角度连续间隔采样进行多角度观测,获取了主平面上多角度(包括热点和暗点)高光谱影像,并将观测结果与四尺度几何光学模型模拟结果进行对比分析。多角度观测获取的植被冠层反射率呈现出典型的植被方向反射特征,后向大部分角度观测的冠层反射率高于前向,在热点处出现峰值,在暗点附近方向出现最低值,观测天顶角VZA (View Zenith Angle)较大时表现出明显的"碗边效应"。结果表明:(1)观测的针叶林冠层反射率及BRDF特性与四尺度模型模拟基本一致,但红光波段模拟的热点反射率稍低于观测,前向观测VZA较大时模拟与观测结果差异稍大;(2)冠层结构及叶片光学特性的差异会导致观测到的BRDF特征不同;(3)观测的针叶林冠层BRDF呈现明显的光谱效应,不同波段呈现的各向异性特性不同,红光波段各向异性最强,近红外波段最弱;(4) BRDF的光谱效应差异导致观测到的植被指数也表现出各向异性,NDVI (Normalized Difference Vegetation Index)、PRI (Photochemical Reflectance Index)和MTCI(MERIS Terrestrial Chlorophyll Index)在热点方向最低,EVI (Enhanced Vegetation Index)在热点方向最高。本研究中无人机多角度成像观测提供的角度和高光谱信息,尤其是热点和暗点信息,在地物识别及分类、植被冠层结构反演及碳循环关键参数获取等研究方面具有较好的应用前景,在其它地物反射或热辐射等方向性特性研究中也具有较大的潜力。     

垄行结构玉米冠层方向亮温模型研究

基于热红外成像仪获取的玉米冠层图像，对垄行结构玉米的方向亮温（DBT）进行模型化描述并开展了初步验证工作。模型中假设某一方向上的冠层DBT是组分亮温及各组分在视场中所占面积权重的函数，它们在视场中的比例依赖太阳与传感器的几何位置关系，以及在作物行内，作物行与行之间孔隙的分布。对于玉米冠层的几何特征，简化为横截面是矩形的、其中有空隙透光的一组无限长的平行立方体；立方体内双向孔隙率的方向变化由Kuusk函数来描述。模型模拟表明，玉米亮温组分在视场中的权重具有垄行特性。中午前后，通过对中等密度的冠层DBT模拟，在DBT极坐标图形上发现了一个明显位于垄行方向的热条带的出现，热点出现在太阳位置的周围。最后，利用实地观测的结果与模型模拟结果作对比，对该模型的不足和以后的改进作了初步分析。     

应用LSF概念模型反演草冠层叶面温度的试验

试验在已知土壤表面温度的前提下，分别利用AVHRR卫星遥感资料和准同步地面观测数据，应用LSF概念模型成功反演了草冠层叶面温度。通过对星、地资料反演的草冠层叶面温度比较发现，二者反演结果相差小于0．2K，说明利用卫星遥感资料，应用LSF概念模型反演草场冠层叶面温度可获得比较满意的结果。假设其他参数不变，分别对不同叶面发射率和不同土壤表面发射率反演的叶面温度分析发现，组分发射率的估算精度对反演结果影响较小，而整层空气柱可降水量的估算精度对卫星资料反演草冠层叶面温度影响大，用探空资料和露点温度估算的整层空气柱可降水量可导致反演的叶面温度相差达1．1K。在水分供应充足条件下，晴天11：00-17：00时，即使太阳总辐射强，叶面温度的变化幅度比土壤表面温度、空气温度小。以1999年8月6日为例，叶面温度变化仅有1．22K，而同时土壤表面温度变化为9．5K，1．5m高的空气温度变化为6．0K，叶面温度变化幅度比土壤表面温度、空气温度平缓。试验结果还表明，采用Becker和李召良的分裂窗模型反演青藏高原东南缘地区的陆地表面温度效果较好。     

多季相混合像元部分分解特征的不透水面分类

针对利用光谱混合分解提取不透水面特征通常受到端元类型和数量的限制,同时植被变化会影响估计精度的问题,该文提出 了一种综合季相和植被变化信息的不透水面提取框架.基于混合像元部分分解算法——混合调谐匹配滤波(MTMF),设计了多季相组合MTMF(SCMTMF)特征和多季相叠加MTMF(SSMTMF)两种策略,构造了不透水面的多季相MTMF特征,将不透水特征与多季相植被指数结合利用支持向量机实现对不透水面的精确分类.结果表明,利用多季相特征得到的不透水面提取效果相较于单季相有较明显的改善,该文所提出的策略有利于提高不透水面的估计精度.     

面向森林高度提取的光学多角度立体观测影像模拟

森林冠层高度是森林生态系统植被碳储量的重要指示因子之一。已有研究表明光学多角度立体观测(即摄影测量)数据具备森林冠层高度提取的潜力,然而光学影像容易受到云、雨等天气因素的影响,区域高精度森林冠层高度制图必需依靠多星多时相数据融合才能实现。现有星载摄影测量系统获取的影像分辨率和观测角度差异较大,系统研究影像分辨率和观测角度变化对多角度立体观测点云垂直分布的影响规律,是实现多星多时相数据融合的前提。森林光学多角度立体观测模型是开展该研究的有效理论工具,但现有“森林光学多角度立体观测模型(LandStereo)”仅具备沿轨前后视立体观测影像模拟能力,无法用于WorldView等侧视立体观测影像的模拟分析。因此,本文对LandStereo模型进行了改进,使模型具备林区任意指定观测角度的影像模拟能力,进而利用改进后的模型对正视、正侧视和斜侧视等典型观测角度影像进行了模拟,并对不同观测角度组合构成的立体像对森林高度的提取精度进行了分析。结果表明,改进后的模型能够用于刻画森林冠层多角度立体特征,观测角度的变化是利用立体像对提取森林冠层高度精度的重要影响因素。本文为系统研究林区任意角度组合的多角度立体...     

合成孔径雷达干涉测量技术及其在生成DEM和监测地层变化中的应用

自ＥＲＳ－１发射以来,由于其具有全天修工作等优点,使合成孔径雷达（ＳＡＲ）干涉测量的应用成为遥感乃至地学界研究的热点。本详细论述和分析了ＩＮＳＡＲ的几何特性和干涉测量原理,并着重介绍了其在生成数字地面模型和监测的层变化方面的应用。     

Relationship of bidirectional reflectance of wheat with biophysical parameters and its radiative transfer modeling using PROSAIL

The algorithms for deriving vegetation biophysical parameters rely on the understanding of bi-directional interaction of radiation and its subsequent linkages with canopy radiative transfer models and their inversion. In this study, an attempt has been made to define the geometry of sensor and source position to best relate plant biophysical parameters with bidirectional reflectance of wheat varieties varying in canopy architecture and to validate the performance of PROSAIL (PROSPECT+SAIL) canopy radiative transfer model. A field experiment was conducted with two wheat cultivars varying in canopy geometry and phenology. The bidirectional measurements between 400nm–1100nm at 5nm interval were recorded every week at six view azimuth and four view zenith positions using spectro-radiometer. Canopy biophysical parameters were recorded synchronous to bi-directional reflectance measurements. The broadband reflectances were used to compute the NDVIs which were subsequently related to leaf area index and biomass. Results showed that the bidirectional reflectance increased with increase in view zenith from 20⁰ to 60⁰ irrespective of the sensor azimuth. For a given view zenith, the reflectance was observed to be maximum at 150⁰ azimuth where the difference between the sun and sensor azimuth was least. For sun azimuth of 160⁰ and zenith of 52⁰, the view geometry defined by 150⁰ azimuth and 50⁰ zenith corresponded to hotspot position. The measured bidirectional NDVI had significant logarithmic relationship with LAI and linear relationship with biomass for both the varieties of wheat and maximum correlation of NDVI with LAI and with biomass was obtained at the hotspot position. The PROSAIL validation results showed that the model simulated well the overall shape of spectra for all combination of view zenith and azimuth position for both wheat varieties with overall RMSE less than 5 per cent. The hotspot and dark spot positions were also well simulated and hence model performance may be suitable for deriving wheat biophysical parameters using satellite derived reflectances.     

全极化干涉SAR反演树高的几种算法研究

极化干涉SAR因其有对植被散射体的空间分布和高度分布的敏感性,同时具有对植被散射体的形状和方向的敏感性,近年来成为反演树高的研究热门。目前,反演树高常用的算法包括相位与幅度联合反演法、六维非线性迭代法以及三阶段算法。本文通过德国空间局(DLR)提供的boi SAR2008P波段的数据,分别对这些算法进行了树高反演实验,结果表明:三阶段算法和六维非线性迭代法反演结果明显优于相位与幅度联合反演法;六维非线性迭代法结果优于三阶段算法,但计算量巨大且依赖于初始值。     

基于3D真实植被场景的全波段辐射传输模型研究

本文基于3D真实场景CLAMP模型模拟的植被冠层，对冠层在可见一近红外波段和热红外波段的辐射传输进行了综合建模。针对CLAMP模型生成场景的通用和近似特征，在可见一近红外波段，对植被和土壤的单次散射贡献利用光子逆向追踪算法进行了精确计算，多次散射的贡献则采用四流近似理论来计算，以提高运算效率。模型结果与SAILH模型结果进行了比较，具有较好的一致性，并且体现出了优于一维辐射传输模型的模拟结果。在热红外波段，采用几何光学原理，冠层方向亮度温度由可视光照叶片、遮荫叶片、光照土壤和遮荫土壤的比例与对应组分亮温乘积之和得到，模拟结果体现了合理的变化趋势。对冠层主要结构参数LAI和ALA的敏感性进行了比较分析，不同波段模型模拟的方向性辐射结果，很好地反映了结构参数对冠层辐射特性的影响。     

水稻叶片最优叶肉结构参数估算

叶片作为植物冠层的基本组成元素,其自身的光学特性直接影响着遥感所能获得的植物冠层反射光谱。从原理上讲,叶片的光学特性不仅取决于其内部生化组分含量的多少,还与其物理结构密切相关。因此对叶片内部物理结构进行估算有助于分离其对叶片光谱的影响,从而提高叶片生化信息反演的精度。在基于叶片内部辐射传输过程的PROSPECT模型中,叶片内部结构用一个假想的叶肉结构参数N来描述。PROSPECT模型模拟光谱发现,N对叶片反射率和透过率均影响显著,且影响范围涵盖400—2500nm的全部波段。本文利用水稻叶片实测光谱和生化数据尝试了3种N的估算方法,包括两种经验方法和一种模型反演方法,并对其进行比较。结果表明,由于两种经验方法都基于N和表观叶面积（SLA）之间的非线性经验公式,因此两者具有内在的数学关系。运用模型反演方法估算的N可在实测水稻光谱和模型模拟光谱间得到最小RMSE,且其在数值上小于两种经验方法的估算值。以N为因变量,叶片光谱反射率为自变量,运用逐步线性回归分析建立了N的光谱估算模型,550nm,816nm,1210nm和1722nm四个波段被选入模型,回归效果较好,为N的估算提供了一种新的经验方法。     

Analysis of Spectral Vegetation Signal Characteristics as a Function of Soil Moisture Conditions Using Hyperspectral Remote Sensing

The assessment and quantification of spatio-temporal soil characteristics and moisture patterns are important parameters in the monitoring and modeling of soil landscapes. Remote-sensing techniques can be applied to characterize and quantify soil moisture patterns, but only when dealing with bare soil. For soils with vegetation, it is only possible to quantify soil-moisture characteristics through indirect vegetation indicators, i.e. the “vitality” of plants. The “vitality” of vegetation is a sum of many indicators, whereby different stress factors can induce similar changes to the biochemical and physiological characteristics of plants. Analysis of the cause and effect of soil-moisture properties, patterns and stress factors can therefore only be carried out using an experimental approach that specifically separates the causes. The study describes an experimental approach and the results from using an imaging hyperspectral sensor AISA-EAGLE (400–970 nm) and a non-imaging spectral sensor ASD (400–2,500 nm) under controlled and comparable conditions in a laboratory to study the spectral response compared to biochemical and biophysical vegetation parameters (“vitality”) as a function of soil moisture characteristics over the entire blooming period of Ash trees. At the same time that measurements were taken from the hyperspectral sensors, the following vegetation variables were also recorded: leaf area index (LAI), chlorophyll meter value — SPAD-205, vegetation height, C/N content and leaf water content as indicators of the “vitality” and the state of the vegetation. The spectrum of each hyperspectral image was used to calculate a range of vegetation indices (VI’s) with relationships for soil moisture characteristics and stress factors. The relationship between vegetation indices and plant “vitality” indicators was analysed using a Generalized Additive Model (GAM). The results show that leaf water content is the most appropriate vegetation indicator for assessing the “vitality” of vegetation. With the Water Index (WI) it was possible to differentiate between the moisture treatments of the control, moisture drought stress and the moisture flooding treatment over the entire growing season of the plants (R ²?=?0.94). There is a correlation between the “vitality” vegetation parameters (LAI, C/N content and vegetation height) and the indicators NDVI, WI, PRI and Vog2. In our study with Ash trees the vegetation parameter chlorophyll was found not to be a suitable indicator for detecting the “vitality” of plants using the spectral indicators. There is a possibility that the sensitivity of the indicators selected was too low compared to changes in the chlorophyll content of Ash trees. Adding the co-variable ‘time’ strengthens the correlation, whereas incorporating time and moisture treatment only improves the model very slightly. This shows that changes to the biochemical and biophysical characteristics caused by phenology, overlay a differentiation of the moisture treatments.     

林木空间格局对大光斑激光雷达波形的影响模拟

激光雷达是近年来国际上发展十分迅速的主动遥感技术，在森林参数的定量测量和反演上取得了成功应用。激光雷达具有与被动光学遥感不同的成像机理，对植被空间结构和地形的探测能力很强。大光斑激光雷达系统一般指光斑直径在8—70m、连续记录激光回波波形的激光雷达系统。由于大光斑连续回波的激光雷达的光斑尺寸通常大于林木冠幅，波形中往往包含了森林冠层和许多森林元素的信息而不仅仅是单株树的信息。对于搭载在ICESAT卫星上的GLAS而言，光斑直径为70m，因此光斑对应着一片森林，包括很多棵树，在GLAS的激光光斑内树木的空间分布会有一定变化。同时激光雷达发射的脉冲信号在激光光斑内的分布也不均匀，而是从中心到边缘呈递减的分布。因此树木空间分布模式的变化对波形会产生一定的影响。通过对几种典型的树木空间格局进行模拟（包括规则分布、均匀（随机）分布和集群分布），假定激光光斑内能量呈高斯分布，模拟了各种树木分布模式林分的激光雷达信号。从模拟结果可见，森林的空间分布模式对大光斑激光雷达波形有明显的影响，对于波形面积（AWAV）和波形半能量高度（HOME），规则分布〉随机分布〉团状分布。其中对于HOME而言，规则分布和随机分布十分接近，而对于AWAV而言，聚集中心的变动不太敏感。     

带有部分不确定性的平差算法在GPS高程拟合中的应用

观测数据中常包含统计信息未知的不确定性,可能导致所建立的函数模型产生病态,影响参数估计的准确性和可靠性。文中研究GPS高程拟合模型的不确定性,将系数矩阵进行分块,对含有不确定性的区块加以限制,并将不确定度融入函数模型,利用min-max准则,运用带部分不确定性的平差算法(PULS,Least-Squares with Part of Uncertainty)解算拟合参数。实验中选取均匀分布的模拟点坐标及其高程异常值,分别运用最小二乘(LeastSquares,LS)、总体最小二乘(Total Least-Squares,TLS)以及PULS对拟合参数进行解算,结果表明,PULS得到的拟合参数精度高于LS和TLS,说明PULS在GPS高程拟合中应用的有效性。     

POV-ray应用于冠层可视光照和阴影组分比例变化分析

利用POV-ray快速计算三维冠层的四分量比例及孔隙率,在与计算机模拟模型对比结果、验证其可靠性的基础上,针对植被真实结构模型的主要参数对冠层四分量比例和孔隙率的敏感性进行分析。敏感性分析结果表明:当冠层为垄行结构时,相对于其他因素,行结构对四分量比例和孔隙率的影响占主导,因此当植被冠层为垄行结构时,四分量比例和孔隙率的变化较连续冠层更加复杂;集聚指数可以有效的控制叶片的空间分布模式,进而影响到视场中植被与土壤的相对面积比例,对于四分量比例和孔隙率结果有较大影响;叶倾角分布类型对四分量比例和孔隙率结果的各向异性特征影响明显;同时,通过对垄行作物3个典型生长期的四分量比例和孔隙率结果分析得出,在作物生长初期土壤对结果影响更大,在作物生长后期植被对结果的影响占主导,亮叶分量比例各向异性特征较为明显。研究表明,POV-ray是进行植被定量遥感研究的有利工具,具有较好的应用前景。     

Characterization of the horizontal structure of the tropical forest canopy using object-based LiDAR and multispectral image analysis

This article's goal is to explore the benefits of using Digital Surface Model (DSM) and Digital Terrain Model (DTM) derived from LiDAR acquisitions for characterizing the horizontal structure of different facies in forested areas (primary forests vs. secondary forests) within the framework of an object-oriented classification. The area under study is the island of Mayotte in the western Indian Ocean. The LiDAR data were the data originally acquired by an airborne small-footprint discrete-return LiDAR for the “Litto3D” coastline mapping project. They were used to create a Digital Elevation Model (DEM) at a spatial resolution of 1 m and a Digital Canopy Model (DCM) using median filtering. The use of two successive segmentations at different scales allowed us to adjust the segmentation parameters to the local structure of the landscape and of the cover. Working in object-oriented mode with LiDAR allowed us to discriminate six vegetation classes based on canopy height and horizontal heterogeneity. This heterogeneity was assessed using a texture index calculated from the height-transition co-occurrence matrix. Overall accuracy exceeds 90%. The resulting product is the first vegetation map of Mayotte which emphasizes the structure over the composition.