大型沉水植物狐尾藻不同盖度的光谱特征

地物特征与其光谱特征的关系是解译遥感影像的关键。本研究利用ASD便携式地物光谱仪对上海崇明国际湿地公园人工湖中的沉水植物狐尾藻的反射光谱进行了初步研究。结果表明,随狐尾藻盖度的增加,其光谱反射率、一阶和二阶导数红边斜率的峰值也相应增加,不同盖度狐尾藻的光谱反射率的差异主要表现在500—650nm和700—900nm波段范围。分别对狐尾藻盖度与这些波段的光谱反射率及根据一阶和二阶导数获得的光谱指数进行回归分析,得到了较好的线性关系。应用回归分析得到的线性方程,可以根据测定的光谱反射率定量反演水体中的狐尾藻盖度。研究结果可为监测大型沉水植物的高光谱遥感影像解译和分类提供技术支撑,为大尺度遥感监测沉水植物的分布和动态变化提供科学依据。     

苹果树叶片全氮含量高光谱估算模型研究

采用Field-Spec Pro便携式光谱仪,测定了不同苹果品种叶片的光谱反射率及对应的全氮含量,采用相关性及单变量线性与非线性拟合分析技术,对全氮含量与原始光谱反射率、一阶微分光谱、高光谱参数之间的关系进行了分析。研究确立叶片全氮含量的定量监测模型,以期为遥感技术在苹果氮素营养诊断中的实际应用提供理论依据。结果表明:全氮含量与原始光谱在715nm处具有最大负相关系数(r=?0.817),并且基于此波长所构建的对数关系估算模型明显优于线性模型;光谱反射率一阶微分值在723nm处具有最大正相关系数(r=0.87),并且基于此波长所构建的线性和非线性模型的拟合效果接近;对于所选取的3类高光谱特征变量,全氮含量除了与黄边位置及由红边位置和黄边面积所构建的比值植被指数和归一化植被指数的相关性较弱外,与其余变量均呈极显著相关,说明这些变量对苹果叶片全氮含量进行估算具有可行性。对所建立的各类方程进行检验,最终筛选确定在723nm处的光谱反射率一阶微分值所构建的指数模型作为苹果叶片全氮含量的预测模型最为理想。     

利用不同植被指数估算植被覆盖度的比较研究

选用蔬菜地和草地2种植被类型,利用ASD光谱仪实测二者在不同覆盖度下的光谱响应,分析了归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、修正植被指数(MVI)、修改型土壤调节植被指数(MSAVI)以及全球环境监测植被指数(GEMI)等6种植被指数所用的最佳波段及其组合,进而研究了利用像元二分模型估算植被覆盖度时的不同植被指数的表现.结果表明,与蔬菜地植被指数相关系数较高的波段组合为620 ～ 740 nm谱段和780 ～ 900 nm谱段内波段的组合,与草地植被指数相关系数较高的波段组合为620 ～750 nm谱段和760 ～900 nm谱段内波段的组合,相关系数均达0.8以上;在高光谱数据构建的植被指数和模拟卫星数据构建的植被指数中,用DVI和MSAVI估算植被覆盖度,平均总体精度分别达到83.7％和79.5％,与其他4种植被指数相比,这2种指数更适合于利用像元二分模型进行植被覆盖度的估算.     

估算混合植被叶绿素含量的理想波段分析

应用Lopex数据库评价了19个波谱指数对物种的敏感性, 分析了叶绿素含量与波谱反射率以及波谱导数的相关性, 目的在于探寻对叶绿素含量变化的敏感性, 对物种和叶片结构变化不敏感的理想波段, 应用大尺度遥感数据估算混合植被冠层叶绿素含量。分析结果表明：红边指数对混合植被的叶绿素含量具有较好的指示作用；估算冠层叶绿素含量的理想波段为698—710nm附近较窄的波段范围；对于波谱导数, 估算混合植被叶绿素含量的理想波段范围为720—735nm和535—550nm附近波谱导数。     

结合Sentinel-2光谱与纹理信息的冬小麦作物茬覆盖度估算

作物茬覆盖度的估算对于探究农业耕作方式对周围环境的影响具有十分重要的意义。目前，基于多光谱影像的作物茬指数是作物茬覆盖度估算的常用方法。然而，在作物茬高覆盖区域，指数法容易出现“饱和”现象。已有研究结果表明结合影像的光谱与纹理信息有助于改善指数法的“饱和”问题。Sentinel-2作为一颗多光谱卫星，空间分辨率可达10 m，与Landsat OLI相比，具有更丰富的纹理信息。因此，探究Sentinel-2光谱与纹理信息相结合在作物茬覆盖度估算上的潜力具有重要意义。本文以山东省禹城市为研究区，分析了Sentinel-2各波段反射率、归一化差值指数以及不同窗口大小下灰度共生矩阵统计量等遥感因子与野外实测作物茬覆盖度的相关性，并利用最优子集法对遥感因子进行筛选，构建作物茬覆盖度的最优估算模型。同时，使用留一法交叉验证对模型进行评价。结果表明在单因子分析中，归一化差异耕作指数NDTI（Normalized Difference Residue Index）与作物茬覆盖度的相关性最好，相关系数达0.735。使用NDTI、5×5窗口下Sentinel-2 8A波段的相关性统计量以及12波段的方差统计量构建的多元方程是作物茬覆盖度估算的最优模型，相关系数为0.869，均方根误差为11%。与仅使用光谱信息的最优模型相比，相关系数提高了0.094，均方根误差下降了3.5%。可见，结合Sentinel-2的纹理信息有助于提高作物茬覆盖度的估算精度。     

小麦生物量和真实叶面积指数的高光谱遥感估算模型

利用大田小麦的参数数据和冠层光谱数据,基于光谱一阶微分技术和光谱响应函数,构建等效MODIS植被指数,建立小麦生物量(本文指总干生物量,下同)和真实叶面积指数的高光谱遥感估算模型.结果表明:①小麦生物量与冠层光谱在552 nm,721 nm处呈现最显著相关关系,叶面积指数与冠层光谱的相关性在400～1100 nm范围内较显著;②红边位置与生物量的关系最为显著,相关系数R为0.818;③6种等效MODIS植被指数中,增强型植被指数对生物量最为敏感;④红边位置估算小麦总生物量的指数模型最优,决定系数R2为0.829;⑤增强型植被指数与小麦叶面积指数的指数模型拟合度最强,决定系数R2为0.94.利用实测光谱模拟MODIS等效反射率构建植被指数反演小麦参数的方法,可为利用卫星数据进行大面积、无破坏和及时获取地面植被信息研究提供重要手段.     

高光谱吸收特征参数反演草地光合有效辐射吸收率

在植被光合有效辐射吸收率(FAPAR)遥感估算中被广泛采用的植被指数法,其估算精度往往受到"红波段吸收峰"峰值点光谱反射率易饱和特征的影响。考虑到高光谱吸收特征参数能较好地诠释地物光谱吸收特征的细节信息,基于微分法与包络线去除法研发"高光谱曲线特征吸收峰自动识别法"识别对FAPAR敏感的特征吸收峰,再结合连续统去除法以及光谱吸收指数(SAI)提取FAPAR的高光谱吸收特征参数,构建估算天然草地冠层水平FAPAR的高光谱吸收特征参数模型。结果表明:(1)天然草地冠层FAPAR与高光谱吸收特征参数具有很好的相关性,其中,"红波段吸收峰"SAI对FAPAR变化最为敏感,在植被覆盖度较高时,其饱和性相比"红波段吸收峰"峰值点反射率与归一化植被(NDVI)值有较大的提升。(2)以"红波段吸收峰"SAI为变量的对数方程为FAPAR的最佳估算模型,在植被覆盖度处于中与高时,其FAPAR预测精度比NDVI模型有不同程度的提高。研究采用的高光谱吸收特征参数一定程度上弥补了部分植被指数因饱和问题在估算FAPAR时的不足,可作为植被FAPAR反演的新参数,适用于中、高覆盖度的天然草地FAPAR监测。     

基于高光谱曲线峰度、偏度的植被叶绿素含量反演模型研究

本文分析了高光谱反射率及红边位置与叶片绿度的相关性,建立了基于敏感波段和红边位置的叶绿素估算模型。通过对不同叶绿素含量高光谱曲线特征的分析,提出了基于高光谱曲线峰度和偏度的叶绿素估算新思路,并分别建立基于原始光谱560-760nm波段和一阶导数光谱660-760nm波段对应峰度、偏度的叶绿素反演模型。结果表明,法国梧桐、无花果和白毛杨基于敏感波段的叶绿素含量反演模型的拟合度,与传统估算模型相比,本文提出的新估算模型可以明显提高高光谱反演叶绿素含量的能力。     

盐渍化土壤光谱特征分析与建模

为建立土壤盐渍化遥感监测模型,选取宁夏回族自治区平罗县典型土壤盐渍化发生区域作为研究区,以野外原位光谱测量数据和实验室内测得的土壤含盐量与p H值数据为基础,进行高光谱数据处理,分析不同盐渍化程度土壤的光谱特征;对实测土壤光谱反射率进行倒数、对数、均方根及其一阶微分等光谱变换,计算高光谱指数;与土壤样本含盐量进行相关性分析,筛选盐渍化土壤的光谱特征波段,利用多元线性回归分析建立土壤盐渍化监测模型。研究结果表明:以倒数一阶微分变换后的940 nm和1 094 nm波段作为特征波段构建的土壤盐渍化遥感监测模型最优。     

黄浦江水质指标与反射光谱特征的关系分析

利用地物光谱测量技术及同步配套的常规水质采样分析实验，对上海市黄浦江全河段水体进行调查研究。共选取31个典型站位进行了光谱测量和同步水质取样，每个测点分析了9个水质指标，包括TP，TN，CODMn，CODCr，NH3-N，BOD5，DO，悬浮物浓度和浊度。各水质参数之间存在较大的相关性，以总氮（TN）和悬浮物浓度两个水质指标为例，分析了这两个水质指标与单波段归一化反射率、反射率的一阶微分、不同波段之间反射率的比值以及反射率取对数等之间的相关关系，给出了以上两个水质指标的单波段归一化反射率、一阶微分反射率识别的特征波段，以及两个波段比值的最佳波段组合。建立了常规水质参数与水体光谱反射率之间的关系模型，为利用遥感技术监测水环境提供了基础。     

利用POLDER数据验证MODIS BRDF模型参数产品及Ross-Li模型

将MODIS BRDF模型参数产品(MCD43A1)模拟的近红外波段反射率与从POLDER-3/PARASOL BRDF全球数据集中筛选的9961个像元的BRDF观测数据进行对比,验证了MCD43A1所采用的RossThick-LiSparseR BRDF 模型(Ross-Li模型)拟合二向反射的能力。结果表明,Ross-Li模型总体上可以有效地模拟地物的二向反射,所有像元的近红外波段反射率模拟值与POLDER-3观测数据之间的R²达到0.943,RMSE为0.016,模拟反射率比POLDER-3数据总体偏低5.2%。但Ross-Li模型明显低估了热点反射率,热点模拟结果比POLDER-3数据平均偏低14%,模拟值的R2为0.824,RMSE为0.07。热点反射率模拟误差与地表覆盖类型有关,针叶林热点反射率模拟值偏低最严重,其次是阔叶林、草地与农田,灌木与裸地热点反射率模拟值偏低相对较小。通过修正Ross-Li模型中的体散射核,可以明显改善热点反射率的模拟效果(R²＝0.839,RMSE＝0.043)。Ross-Li模型对天底、暗点等特征方向反射率的模拟较为准确。Ross-Li模型的模拟精度随太阳天顶角和观测天顶角的增大而降低。对于农田与草地而言,Ross-Li模型的模拟精度随NDVI的增加而降低;但在森林与灌木覆盖条件下,当NDVI约为0.5时,Ross-Li模型的模拟效果最差。     

Spectral reflectance characterisation of different soils of Deccan plateau

Spectral reflectance of different soil subgroups from different soil orders were measured using a field radiometer. The results showed that, on the basis of spectral signatures, different soils can be delineated. The physico-chemical characteristics including moisture content showed a definite bearing on the spectral reflectance. The plant cover, tillage and crop residue content influenced greatly spectral reflectance as compared to bare soil. The spectral reflectance on soil aggregate size showed that reflectance decreased with increase in the aggregate size. The saline and sodic soils also recorded greater spectral reflectance in relation to normal soils.     

利用深蓝算法从HJ-1数据反演陆地气溶胶

大气气溶胶是环境空气污染监测的重要指标,在利用环境一号卫星CCD相机进行气溶胶监测时,暗目标法和结构函数法都有相应的不足。本文从Hsu等人(2004)提出的深蓝算法出发,以MODIS的地表反射率产品为基础建立反射率库,并利用地面观测数据分析了各种典型地物在CCD相机与MODIS蓝波段反射率之间关系,提出了将MODIS地表反射率修正到CCD相机的方法,进而实现地气解耦,反演气溶胶光学厚度。选择北京地区为实验区,进行了算法实验,并用AERONET/PHOTONS北京站的数据进行了验证,结果表明,(1)光学厚度较大时(>0.5),深蓝算法精度能够较好的满足环境一号卫星CCD相机对气溶胶日常监测的要求;(2)气溶胶模式会对结果产生较大的影响,尤其是城市型气溶胶。     

基于Hyperion影像的水稻冠层生化参量反演

采用小区实验与大田应用相结合的方法, 依据扬州实验小区地面实测拔节期、抽穗期及灌浆期的水稻叶片、冠层光谱及氮和叶绿素含量, 采用光谱吸收特征和植被指数分析方法, 得到估算水稻氮和叶绿素含量的最佳光谱特征参数; 结合覆盖江苏姜堰地区大田的Hyperion高光谱遥感影像, 建立反演水稻冠层氮和叶绿素含量的模型, 对研究区大田水稻冠层氮和叶绿素含量进行了反演及制图。结果表明: 经波深中心归一化方法分析, 发现以670nm为中心的光谱吸收特征面积与水稻氮含量呈显著相关性; 基于反转归一化光谱, 结合560nm和670nm两个波段, 建立的植被指数NDVI560_670能很好地反演水稻叶绿素含量。     

航空遥感载荷验证靶标设计与光学特性测量

从航空遥感载荷综合验证场的功能需求出发,于2008 年—2009 年设计并研制了一套用于光学遥感载荷几何性能评价、辐射定标、光谱定标的人工靶标,包括三线阵靶标、扇形靶标、辐射特性靶标、MTF靶标、光谱性能评价靶标5类.该套靶标采用可重复使用、可清洗、可拼接的材料,适用于航空遥感高分辨率、灵活机动的特点.为了检验靶标的光学特性能否满足定标要求,2010 年11 月对辐射特性靶标、MTF靶标和光谱特性评价靶标进行了飞行同步光谱测量和BRF测量.野外实验结果表明,该套靶标的光谱平坦性、朗伯性、对比度均符合定标场的要求,可以用于航空传感器定标实验与相关应用.     

C3、C4作物的光保护机制差异的光谱探测研究

本文设计了大豆(C3作物)和玉米(C4作物)日变化光谱探测试验,提取了太阳光照条件下叶绿素荧光信号和光化学指数PRI。结果表明,首先大豆和玉米叶绿素荧光强度的日变化特征有较大差异,上午大豆的叶绿素荧光比例呈现快速增加的趋势,而玉米的叶绿素荧光未出现增加趋势;其次,下午高温胁迫条件下C3、C4叶绿素荧光光谱比值的变化差异显著,大豆在760nm和688nm波段的叶绿素荧光比值快速增加,而玉米未出现显著变化;最后,研究证实了C3作物中午受到强光抑制出现光合作用"午休"现象,即午后光合恢复后其光合效率快速增加,表现为C3作物的热耗散降低、PRI快速增加,而C4作物无"午休"现象,午后PRI增加较小。本文研究表明,强光和高温环境胁迫下C3、C4作物的叶绿素荧光和热耗散变化特征有较大差异,利用胁迫条件下的多时相、高光谱遥感数据,提取C3、C4作物的叶绿素荧光和PRI,有可能实现C3、C4作物的遥感分类目标。     

石漠化遥感评价因子提取研究

通过地面光谱试验,验证了植被指数和线性光谱分解方法提取石漠化遥感评价因子的有效性,并基于光谱吸收特征发展了石漠化综合指数(karst rocky desertification synthesis indices,KRDSI).结果表明,植被指数能够比较有效地提取绿色植被盖度,土壤背景对基于植被指数的喀斯特地区绿色植被...     

Study of fractional vegetation cover using high spectral resolution data

A field experiment was conducted to study the effect of vegetation cover on soil spectra and relationship of spectral indices with vegetation cover. Multi-date spectral measurements were carried out on twelve wheat fields. Five sets of measurements were taken during the growth period of wheat crop. Field reflectance data were collected in the range 350 to 1800 nm using ASD spectroradiometer. Analysis of data was done to select narrow spectral bands for estimation of ground cover. The ratio of reflectance from vegetation covered soil and reflectance from bare soil indicated that spectral reflectance at 670 and 710 nm are the most sensitive bands. Two bands in visible (670 and 560 nm), three bands in near infrared (710, 870 and 1100 nm) and three bands in middle infrared (1480, 1700 and 1800 nm) were found highly correlated with fractional cover. Vegetation indices developed using narrow band spectral data have been found to be better than those developed using broad- band data for estimation of ground cover.     

Evaluating the relationship between biomass,percent groundcover and remote sensing indices across six winter cover crop fields in Maryland,United States

Winter cover crops are an essential part of managing nutrient and sediment losses from agricultural lands. Cover crops lessen sedimentation by reducing erosion, and the accumulation of nitrogen in aboveground biomass results in reduced nutrient runoff. Winter cover crops are planted in the fall and are usually terminated in early spring, making them susceptible to senescence, frost burn, and leaf yellowing due to wintertime conditions. This study sought to determine to what extent remote sensing indices are capable of accurately estimating the percent groundcover and biomass of winter cover crops, and to analyze under what critical ranges these relationships are strong and under which conditions they break down. Cover crop growth on six fields planted to barley, rye, ryegrass, triticale or wheat was measured over the 2012–2013 winter growing season. Data collection included spectral reflectance measurements, aboveground biomass, and percent groundcover. Ten vegetation indices were evaluated using surface reflectance data from a 16-band CROPSCAN sensor. Restricting analysis to sampling dates before the onset of prolonged freezing temperatures and leaf yellowing resulted in increased estimation accuracy. There was a strong relationship between the normalized difference vegetation index (NDVI) and percent groundcover (r² = 0.93) suggesting that date restrictions effectively eliminate yellowing vegetation from analysis. The triangular vegetation index (TVI) was most accurate in estimating high ranges of biomass (r² = 0.86), while NDVI did not experience a clustering of values in the low and medium biomass ranges but saturated in the higher range (>1500 kg/ha). The results of this study show that accounting for index saturation, senescence, and frost burn on leaves can greatly increase the accuracy of estimates of percent groundcover and biomass for winter cover crops.     

Spectral response of maize at different growth stages

Maize crop was sown at weekly intervals on six dates in a randomized replicated trial under nonlimiting moisture conditions. The different dates of sowing represent different growth stages in the same given environment. Spectral data were collected using a portable radiometer at different wavelengths, ranging form visible to infrared on two different dates. The spectral reflectance data in the red and infrared region were analysed for their sensitivity to leaf area index and leaf dry biomass. During active crop growth period significant correlations existed between leaf area index and ratio of infrared to red as well as the normalized differences. Similar relationships were also observed between dry biomass and spectral data. However, these relationships were found to be valid upto the crop growth stage when the leaf area index has reached its maximum, corresponding to flowering. Beyond this stage, the spectral reflectances were found to be not related to LAI. The relsults suggest the possibility of obtaining crop phenological information from the spectral response data.