利用独立变量分析模型确定成熟期水稻砷含量

水稻中过量砷(As)能够损害叶片中叶绿素和叶片内部结构,进而影响水稻光合作用效率,并改变水稻在光谱上的表现.本文利用独立变量分析(ICA)模型对成熟水稻中As含量进行研究.结果表明,在蓝光波段(440～40nm)和红光波段(600～700nm)之间各有一个独立变量与水稻中As含量高度相关,相关系数迟到0.95以上.并将所得独立变量和水稻中As含量之间进行回归分析,得到水稻中As含量的回归方程.研究证明,重金属As对水稻生长的影响可以用独立变量分析(ICA)方法提取光谱中关于As胁迫的隐含弱信息,建立遥感预测模型,为大面积监测农作物As污染提供依据.     

传感器波段设置对植被遥感参数反演的影响研究

植被是陆地生态系统的基本组成部分,遥感观测的植被冠层反射特性与植被参数之间的响应关系是植被遥感的基础,也是遥感传感器设计的关键.利用Sobol算法和PROSAIL模型,对叶绿素含量和叶面积指数等植被参数进行全局敏感性分析,研究植被参数在典型遥感波段(蓝、绿、红、红边和近红外)的响应敏感性,并对比了由传感器的中心波长和波段宽度差异造成的影响.结果表明,在480～680nm可见光波段,冠层反射率对叶绿素含量变化的总敏感度达81.3％,且在宽波段的传感器中更敏感;在720～735nm红边波段,太阳天顶角的总敏感度可达7.2％,且在宽波段的传感器更敏感;在790～960nm近红外波段,干物质含量的总敏感度达60.5％,且在窄波段的传感器中略敏感.研究结果对无人机遥感应用等领域提供理论依据,对传感器的选择具有参考价值.     

湖泊水体叶绿素a含量估算的波段宽度变化影响分析——以太湖为例

为研究不同波段宽度遥感数据对监测水体叶绿素a含量的影响,以太湖水体实测高光谱遥感反射率数据为基础,分析计算不同波段宽度下遥感反射率的归一化值与叶绿素a浓度之间的相关系数。随着波段宽度在75.93nm范围内不断递增,最大相关系数逐渐减小,最大正相关波段向长波方向移动,最大负相关波段向短波方向移动。而波段宽度在31.6nm范围内变化时,最大正相关波段和最大负相关波段都会保持相对稳定。通过对不同波段处相关系数平均值和标准差的对比分析认为,718.77^~34.58nm为叶绿素a遥感监测的最佳波段范围。这将对遥感传感器的波段设置,以及实际水体叶绿素a遥感监测时的波段选择,具有重要的参考价值。     

南方红壤侵蚀区长汀县不同生态恢复年限下芒萁叶绿素含量的高光谱估算模型

芒萁是南方红壤侵蚀区生态恢复重要的地带性草本植物,对生态系统修复具有重要作用,监测其叶绿素含量能有效诊断生长健康状况。本文以福建省长汀县朱溪流域6个不同生态恢复年限下的芒萁叶片高光谱反射数据以及实测叶绿素含量为数据源,借助高光谱遥感技术分析不同恢复年限芒萁叶片原始光谱特征,筛选出光谱敏感波段并构建光谱指数,基于相关性分析,建立芒萁叶绿素单变量以及多元逐步回归模型,并确定最佳估算模型。结果表明：高光谱指数建立的单变量估算模型中,改进红边归一化植被指数（mNDVI₇₀₅）、叶面叶绿素指数（LCI）、红边指数（Vog）、比值光谱指数（RVI_603/407）、NDVI[603,407]高光谱指数建立的二次模型精度高,建模决定系数R²均超过了0.8,其中以高光谱指数为自变量建立的多元回归模型拟合R²值（0.886）最高。综合建模精度和模型验证精度,LCI指数构建的单变量模型以及基于高光谱指数的多元回归模型是估算芒萁叶片叶绿素含量最佳模型。本研究建立的叶绿素高光谱估算模型对快速、无损地监测水保植物芒萁生长具有重要意义。     

湛江港海域叶绿素a浓度的高光谱遥感反演

基于表观光学法研究冬季湛江港海域高光谱遥感叶绿素a浓度的反演模型构建,结果表明,该海域单波段遥感反射率与叶绿素a浓度相关性低,波段比值和遥感反射率的一阶微分法可提高叶绿素a浓度反演精度。665nm处的遥感反射率一阶微分值与叶绿素a浓度相关性良好,相关系数可达0.84。一阶微分相关系数大于0.8的波段大部分处于叶绿素a红光强烈吸收区域,对于富营养化的湛江港海域采用一阶微分方法构建叶绿素a浓度的遥感反演模型具有合理性。     

基于无人机遥感的滨海盐碱地土壤空间异质性分析与作物光谱指数响应胁迫诊断

在已集中连片改造为农田的盐碱地上,开展无人机遥感作物土壤空间异质性分析与光谱指数响应胁迫诊断对于提升盐碱地利用效率、创造更多经济效益与生态价值具有重要意义。本研究以山东省东营市黄河三角洲典型滨海盐碱地集中连片旱作农田的主要作物——高粱和玉米为研究对象,利用固定翼无人机获取400 hm²滨海盐碱地多光谱遥感数据,并结合地面195个采样点的3个土层（0~10 cm、10~20 cm、20~40 cm）的土壤属性数据,对该研究区域内作物生长的土壤环境因子进行空间异质性分析与光谱指数响应胁迫诊断。基于土壤属性数据,利用反距离加权插值法,绘制该研究区域内土壤盐分、pH、有机质、全氮和速效氮共5个指标含量的水平与垂直空间分布图。插值结果显示,5种土壤属性指标存在显著水平和垂直空间异质性。基于随机森林模型,采用递归特征消除法,结合土壤指标对光谱指数的重要性值,探讨影响作物生长的主要土壤环境胁迫因子。结果表明,5种土壤属性因子均会对玉米和高粱生长造成影响,但主要胁迫因子分别为土壤速效氮含量（10~20 cm）和3个土层的盐分含量。本研究为大面积农情胁迫监测提供了一项有效的地面与航空协同监测方案,为盐碱地旱作农田管理与决策提供了理论依据和技术支持。     

基于土壤重金属含量指数变化的冠层光谱遥感分析

为提高水稻冠层光谱反演水稻田土壤重金属含量的精度,针对实测土壤重金属含量进行信息提取研究,对其分别进行了对数变换、最大值变换和Box-cox变换。在实验分析中,为得到土壤重金属(Cu、Pb、Cd)反演模型,将土壤重金属及其变换数据与冠层光谱及其变换后的数据进行偏最小二乘回归分析,并分析所得模型精度和稳定性。分析结果表明,对测定重金属数据进行变换能够普遍提高模型的精度与稳定性;对属重度污染重金属Pb和中度污染重金属Cd有较好的预测结果,而对未形成污染的Cu则难以形成有效的预测分析。其成果对耕地土壤重金属含量监测评价具有重要的参考价值。     

基于光谱时间序列拟合的中国南方水稻遥感识别方法研究

多云多雾现象是农作物遥感分类经常遇到的问题,影响分类精度。为解决此类问题,本文提出一种基于时间序列GF-1号遥感影像识别水稻方法。利用多时相时间序列的GF-1号遥感影像提取中稻、晚稻的近红外波段（NIR）反射率、红光（R）波段反射率、归一化植被指数（NDVI）特征;拟合光谱和植被指数时间序列特征曲线;分析多时相影像离散近红外波段 、红光波段、NDVI值落在拟合中稻、晚稻近红外波段、红光波段、NDVI时间序列曲线两侧的敏感性区域的比例,该区域也可以视为水稻作物识别特征的目标特征区域,只有达到一定的比例才能视为某类水稻作物。在此情形下,需要综合3种情况进行集中投票决定其最终分类结果。研究表明：该方法可以在多云雾地区对中稻和晚稻精确识别,中稻和晚稻用户精度可达95.97%和95.95%,总体精度为95.76%,kappa系数为0.9335。实验结果表明了NIR、R、NDVI时间序列曲线拟合的有效性,以及拟合曲线目标特征区域设置的合理性。     

基于反射峰面积的水体叶绿素遥感反演模拟研究

叶绿素浓度是水体富营养化状态的重要指标,也是水色遥感反演的水质参数之一。水体中叶绿素浓度的遥感反演主要是建立实测光谱和实测水质参数二者之间的关系模型,利用遥感影像进行叶绿素浓度的信息提取。传统的叶绿素浓度遥感反演受区域性和季节性的影响,反演精度不高,而且反演模型不具普适性,需对叶绿素光谱特征进行分析,建立高精度的反演模型。本文采用Hydrolight数据模拟了不同叶绿素浓度(1~200 µg·L^-1)的水体在可见光近红外的反射波谱曲线,通过分析叶绿素的光谱特征选取了特征波段或波段组合,并建立了叶绿素浓度反演模型。研究表明,除反射峰波长模型外,反射峰面积模型、三波段模型、红光线高度模型等均能较好地反演叶绿素浓度。在不同叶绿素反演模型中,除红光线模型外,最优的是反射峰面积模型,其决定系数为0.9689,反演误差为25.25 µg·L^-1;其次是三波段模型,其决定系数为0.9637,反演误差为10.66 µg·L^-1。究其原因,三波段模型考虑了水体中非色素悬浮物、黄色物质及水体后向散射对叶绿素浓度反演造成的影响;反射峰面积模型除此之外还综合考虑了叶绿素散射效率的影响。     

潮滩表层沉积物含水量的高光谱预测模型与反演分析

潮滩土壤含水量具有变化频率快、空间变化大的特征,是影响潮滩地表反射率的重要因素。潮滩土壤含水量的精确提取,可为潮滩特征地物信息遥感反演提供基础。本文利用江苏大丰王港潮滩4种典型沉积物、449组不同含水量对应的实测光谱曲线数据进行特征分析,构建高光谱预测模型,实现了潮滩沉积物含水量的遥感反演。研究结果表明:(1)在短波红外波段,沉积物含水量与反射率之间存在良好的分段线性相关关系,分段点对应的含水量分别为42%和62%;(2)1165nm、1336nm、1568nm和1780nm特征波段反射率,对含水量变化具有良好响应,由特征波段组合计算得到的差值水指数DWI、比值水指数RWI和归一化水指数NDWI与含水量呈显著线性相关,可有效改善单波段反射率与含水量之间的分段线性关系;(3)3个水指数中,DWI反演的含水量精度优于RWI和NDWI,且对不同含水量大小均有良好适应性,而RWI和NDWI更适合含水量变化范围中等的情况;(4)对于粉砂、砂质粉砂、粉砂质砂和砂4种沉积物类型,DWI1336,1780验证组模拟含水量与实测含水量的相关系数,分别为0.891、0.915、0.920和0.905,均方根误差分别为9.87%、3.56%、4.24%和2.98%,表明由DWI构建的高光谱遥感反演模型,可有效实现潮滩表层含水量的时空变化预测。     

HJ卫星图像水稻种植面积的识别分析

 HJ-1A/1B卫星具有较高时空分辨率,是提取水稻等农作物种植面积的潜力数据源。本文以江汉平原腹地的监利县及周边相邻区域为研究区,根据水稻物候历,选取样区水稻生长关键期的多时相HJ-1A/1B卫星数据,利用水稻移栽期的水分信息和生长期的归一化植被指数(NDVI)变化信息,结合陆表水系数(LSWI)、短波红外波段的反射率(R_IRS-B2)、差归一化植被指数(DNDVI),构建了HJ卫星数据的水稻种植面积识别方法,提取了研究区2009-2011年水稻种植面积,得到面积精度和样本点精度均不小于90%,Kappa值不小于0.80的结果。     

资江河口区农田土壤重金属污染评价及来源分析

资江是洞庭湖的第二大支流，其中上游锑(Sb)矿采矿冶炼工业发达，给资江下游及洞庭湖区带来了严重的重金属污染风险。以资江河口区为研究区，采集了132个农田土壤样品及7个资江水样，综合采用多种污染评价方法、空间分析、多元统计分析方法对研究区重金属进行了污染评价及来源分析。结果表明，研究区农田土壤重金属平均质量分数表现为Zn>Cr>Ni>Pb>Cu>As>Sb>Cd，旱田土壤重金属平均质量分数除Pb外均高于水田。Sb、As、Cd为主要污染元素，Sb达到了中等污染和中等生态风险的程度，总体处于轻微-中等生态风险程度。资江水体Sb质量浓度较高，平均为10.51 μg/L。Sb主要来源于中上游的锑矿工业，受高锑质量浓度地表水灌溉、垃圾填埋场以及燃煤等人为活动的控制；Cd主要来源于农药化肥、生活垃圾和城镇废水等人为活动；Cr主要来源于成土母质，而Cu、Zn、As、Ni、Pb受成土母质和人为活动的双重控制。      

Pb distribution and translocation in Jiaozhou Bay

The trends of distribution, translocation and seasonal change of heavy metal Pb were studied based on the surface and bottom water sampling in Jiaozhou Bay in 1979, and compared with those in 1990＇s. The results showed that the source of Pb in the bay was from wastewater and sewage in the east of Jiaozhou Bay from ocean vessels. Pb concentration was higher in spring and lower in summer and autumn, and remained stable through sedimentation in the bottom layer. The overall water quality was good in 1970＇s. Compared with the environmental monitoring data of 1995-1999, Pb pollution had become serious. Therefore, more efforts should be made to protect the bay from Pb pollution.     

Source of and potential bio-indicator for the heavy metal pollution in Ny-(A)lesund, Arctic

Three kinds of tundra plant samples including Dicranum angnstum(a type of boreal bryophyte) , PuccineUia phryganodes (a type of fringy p/ant),Salix polaris (a type of vascular plant) and surface soil were samples in 200 at Ny-Alesund of the Arctic.The levels of eight heavy metal elements (Hg, Pb, Cd, Cu, Zn, Ni, Fe and Mn) and three metal-like dements (As, Se, Sr) in the plant and soil samples of the areas within previous coal mining activities are significantly higher than those of other areas.The relative accumulation of these elements in these tundra plant samples is consistent with the one in the soft samples, especially in the areas affected by previous coal-mining activities.Thus, the pollution is apparently from local coal mining activity.Dicranum angustum has the highest concentrations among those elements, and it can be a good bio-indicator for heavy metal pollution in Ny(A)lesund.Though Ny(A)lesund is less polluted by heavy metal than nearby Northern European human living areas, but much more than the tundras of the Alaska, Greenland and the Antarctic.     

西南印度洋中脊热液硫化物成矿物质来源探讨:同位素证据

报道了西南印度洋中脊47°E~55°E洋脊段热液区硫化物中He、Pb和Cu同位素特征,探讨了热液硫化物成矿物质来源特征。结果表明:硫化物N(3 He)/N(4 He)值变化范围较大(R/Ra=0.85~7.02),显示洋中脊玄武岩和海水对He来源具有不同贡献,硫化物中He主要来源于洋中脊玄武岩,也有部分放射性成因He的混入;热液硫化物Pb同位素比值变化范围很小(N(206 Pb)/N(204Pb)=18.196~18.239,N(207 Pb)/N(204 Pb)=15.479~15.490和N(208 Pb)/N(204 Pb)=37.951~38.023),与西南印度洋中脊玄武岩Pb同位素比值较大的变化范围相比,热液流体循环过程中Pb同位素发生了明显均一化;硫化物单矿物Cu同位素组成均为正值(δ(64 Cu)=(0.02~0.52)×10-3),显示西南印度洋中脊热液硫化物呈现略微富集Cu重同位素特征;西南印度洋中脊热液硫化物中He、Pb和Cu同位素记录了热液喷口流体和金属源区特征,热液硫化物成矿物质主要来源于洋中脊玄武岩和海水,但明显经历了热液流体再循环和后期改造过程。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

三江源区不同退化程度的高寒草甸光谱特征分析

 青海三江源区是长江、黄河、澜沧江3大河流的发源地。草地是该区域的主体生态系统,高寒草甸是其主要类型。近30年来,三江源地区草地发生了大面积的退化,不同退化程度的高寒草甸光谱特征是高寒草甸遥感分类和退化监测的重要依据。2009年8月作者在青海省三江源区对高山嵩草、矮嵩草和藏嵩草3种未退化高寒草甸,以及4种不同退化程度的高山嵩草草甸,进行了地面光谱测量和草地样方调查。同时对实测光谱曲线进行了比较,提取和分析了它们在557nm、675nm和760nm处反射率,以及"红边"斜率。结果表明,3种高寒草甸的光谱曲线,以及4种退化程度高寒草甸和未退化高寒草甸的光谱曲线在557nm处的反射率差异较小,在675nm和760nm处的反射率及"红边"斜率存在明显差异,能有效区分高寒草甸,可为高寒草甸遥感自动分类和退化监测提供依据。不同退化程度的高寒草甸地上生物量与其光谱曲线的"红边"斜率和归一化植被指数(NDVI)线性拟合的确定系数分别为0.93和0.87,其相关性较好,可用于高寒草甸地上生物量的估算。本文提取的光谱反射率的"红边"斜率不仅能有效区分3种典型高寒草甸和不同退化程度的高寒草甸,且与高寒草甸地上生物量的关系优于NDVI,对高寒草甸识别分类,退化监测和生物量估算有重要意义。     

舟山西蟹峙海洋倾倒区及邻近海域表层沉积物重金属污染及其生态风险评价

根据2011年7月浙江舟山西蟹峙海洋倾倒区及邻近海域表层沉积物重金属的监测结果,采用单因子指数法和Hakanson生态危害指数法分析表层沉积物重金属的污染特征,并评价其潜在生态风险。结果表明:沉积物重金属元素Cu、Zn、Pb、Cd、Cr、Hg、As含量均符合国家海洋沉积物质量一类标准;重金属元素污染程度由高到低依次为Zn、Cr、Pb、Cu、As、Cd、Hg,其中Cu、Pb、Cd、Hg和As 5种重金属元素为低污染水平,Zn和Cr 2种重金属元素为中等污染程度水平;7种重金属元素单个和综合潜在生态危害程度均为低风险水平,由高到低依次为Cd、Hg、As、Pb、Cu、Cr、Zn。     

高光谱遥感技术及其水利应用进展

面向新时期水利行业“补短板”和“强监管”的应用需求,遥感的前沿技术高光谱遥感凭借较高的光谱分辨率和图谱合一等优势,在水生态、水环境等水利行业的应用中发挥了重要作用,同时在水灾害、水资源等层面中也存在着一定的应用潜力。本文介绍了高光谱遥感的成像原理,回顾了成像光谱仪的发展,列举了目前国内外典型的高光谱载荷。重点介绍了高光谱遥感在水利行业的应用进展,包括水华及水生植物监测、水华和水草精确区分、叶绿素浓度反演、悬浮物浓度和泥沙含量定量估算等具体工作。指出高光谱遥感在实时大范围洪涝灾害应急监测、陆表水文参数定量反演等工作存在一定的发展潜力。最后对高光谱遥感在水利行业的应用存在的瓶颈问题进行总结分析并提出展望：多平台高光谱水利要素立体监测与集成技术研发;水利典型地物要素标准波谱数据库构建;水利高光谱遥感信息智能挖掘的理论方法研究。为拓宽高光谱遥感在水利应用中的研究提供参考。