基于混合光谱理论的太湖水体叶绿素a浓度提取

TM图象多波段数据作为遥感监测水体叶绿素a浓度的数据源,已有多种遥感定量模型与之对应,但主要还是以经验模型为主。利用TM数据首先采用特征波段比值方法,建立太湖水体合适的叶绿素a浓度反演的遥感定量模型。由于经验模型的缺陷性,还提出了基于TM数据的水体混合光谱分析模型,同时分析了端元光谱提取方法对模型求解的影响。通过计算叶绿素a浓度模型估算结果与实地测量数据的相关系数和均方根误差(RMSE),可以发现混合光谱分析模型也是水体叶绿素a浓度遥感估算的另一条佳径。     

包络线消除法及其在野外光谱分类中的应用

根据云南省鹤庆县北衙金矿区野外地物（岩石和植被）的高光谱数据,利用VC＋＋实现 包络线消除算法,运用对应分析和聚类分析方法,处理包络线消除前后数据. 对比认为包络线消除法归一化后的光谱曲线能突出其吸收特征,减弱一些野外因素的 影响,可更好地进行分类,并得到该地区用于野外识别岩石的波段范围.     

基于环境一号卫星的内陆水体水质多光谱遥感监测

基于环境一号卫星多光谱数据,针对我国内陆水体开展遥感监测研究。该研究建立分地区分季节经验模型反演叶绿素a浓度,基于生物光学模型的近红外单波段方法反演悬浮物浓度,以悬浮物浓度间接反演透明度,最终基于叶绿素a和悬浮物获得基于遥感监测的内陆水体营养状态指数。以2009年6月巢湖同步观测试验验证本文的水质参数反演算法,表明叶绿素a浓度反演精度不如悬浮物浓度,两者反演精度符合水环境监测业务需求。     

基于光谱平滑的浑浊水体叶绿素a浓度一阶微分估算模型

一阶微分处理常用于浑浊水体叶绿素a浓度的遥感估算,直接的微分处理容易扩大噪声的影响,该文使用光谱平滑降低噪声,讨论平滑处理对一阶微分估算模型的影响.对2004年夏季和2011年春季太湖水面实测光谱数据进行核回归平滑处理并建立一阶微分模型,结果表明,平滑处理后的光谱数据建立的一阶微分模型稳健性更好.将2004年7月数据建立的模型用于8月数据,2011年3月建立的模型用于4月数据,平滑处理后模型验证的均方根误差分别降低了13.1 mg/m3和3.9 mg/m3.光谱平滑对一阶微分模型应用精度的改进作用最显著,优于波段比值和三波段模型.平滑处理后的一阶微分和三波段模型应用精度较高,其中一阶微分模型使用的波段信息少,较易用于浑浊水体的叶绿素a浓度估算.     

松嫩平原水体中的叶绿素a和悬浮物含量反演研究

利用2013年10月7日和14日的landsat 8 ETM+遥感影像数据和松嫩平原实测的31个采样点的水体中的叶绿素a和悬浮物含量数据,采用回归分析的方法,建立松嫩平原水体中叶绿素a和悬浮物含量的反演模型。研究结果表明,将各波段反射率进行必要的数学变换和波段组合后,可以显著提高其与水体中叶绿素a和悬浮物含量的相关水平;以R4/(R2+R3)为自变量,建立的水体中叶绿素a含量的反演模型拟合效果最好;以(R5+R4)/R3为自变量,建立的水体中悬浮物含量反演模型拟合效果最好。     

南黄海辐射沙洲邻近海域表层悬浮颗粒物浓度遥感反演

利用2003年春、秋季南黄海辐射沙洲邻近海域水体表观光谱测量与同步水体取样数据,分析该海域不同季节表层水体遥感反射率光谱响应特性。结合常用水色传感器波段光谱响应模拟,建立春、秋季表层水体总悬浮颗粒物浓度(TSM)与悬浮泥沙浓度(SSC)的最适单波段、双波段(波段比值)和3波段统计反演模式。结果表明,不同季节水体上述3类算法的最优波段均不相同,欲寻求适合所有季节水体的统一反演算法,仅能选择次优波段。通过比较,3种不同反演模式中三波段模式更适于反演近岸水体悬浮颗粒物浓度。     

海岸带浅海水深高光谱遥感反演方法研究

近红外波段(760~900 nm)反射率对水深最为敏感,通过波段比值方法可以提高与水深的相关性,而711nm处反射率一阶微分值与水深的相关系数高达-0.87。对于近岸混浊度高的样本,单波段和比值模型反演效果不好,平均相对误差均高于30%;而光谱微分模型的精度较好,平均相对误差为17%。研究结果证明:水体反射率的一阶微分可以有效地削弱水质变化给水深反演带来的误差。     

基于高光谱信息的芦苇和香蒲地上干生物量反演方法研究

植物生物量是反映湿地生态系统功能与健康状况的重要指标,高光谱技术可以为定量监测挺水植物生物量提供快速、无损的数据采集与分析处理方法。利用Field Spec 3野外高光谱辐射仪,获取了北京市门城湖湿地公园内典型挺水植物芦苇(Phragmites australis)和香蒲(Typha angustifolia)的冠层高光谱数据,同步采集了对应区域两种挺水植物的样品,测定了其地上干生物量;分别采用原始光谱、微分光谱、植被指数、归一化和比值光谱指数、"三边"参数、吸收特征参数6种方法,分析了芦苇和香蒲的冠层高光谱数据与其地上干生物量关系的差异,选择与地上干生物量显著相关的高光谱特征参数,利用一元线性回归、逐步多元回归和偏最小二乘回归方法,建立反演模型;利用交叉检验中的3K-CV(Three K-fold Cross Validation)方法,对反演模型的估测精度进行了检验。结果表明,在通过6种光谱分析方法获得的高光谱特征参数中,与芦苇地上干生物量相关系数最大的高光谱特征参数为550~800 nm波段的吸收深度,相关系数为0.847;与香蒲地上干生物量相关系数最大的高光谱特征参数是由680 nm、735 nm两波段构建的归一化光谱指数,相关系数为0.953。从3种回归模型的反演结果来看,偏最小二乘回归模型的反演结果最好,其次是逐步多元回归模型,而一元线性回归模型的反演结果相对较差。3K-CV法的交叉检验结果显示,反演芦苇和香蒲地上干生物量的3种模型都取得了较理想的估测精度,最小估测精度为90.86%,最大为95.23%。利用挺水植物冠层高光谱信息,可以反演其地上干生物量。     

基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究

以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数.     

塔里木河流域中游渭干河-库车河绿洲盐渍土水盐信息光谱特征研究

土壤水分、盐分时空变异强,是影响土壤光谱特征的两个重要因素。土壤水分与盐分之间的关系以及土壤水分、盐分与土壤光谱特征间的关系直接关系到利用遥感光谱信息监测土壤盐渍化的精度。该文运用多元统计学及可见光-近红外反射光谱分析方法对2010年10月渭干河-库车河三角洲绿洲盐渍土水分、盐分数据和盐渍土野外光谱数据进行分析,探讨该绿洲盐渍土表层(0～10cm)水盐信息与野外光谱特征间的关系。结果表明:1)土壤水分和土壤电导率可用Cubic曲线拟合,相关系数R=0.8503,土壤盐分和土壤电导率也可用Cubic曲线拟合,相关系数R=0.842,但土壤水分与盐分之间的显著性较弱,相关系数R=0.74。2)与原始野外光谱相比,包络线消除后光谱波段与土壤水分和土壤电导率之间的Pearson相关性都有不同程度的提高,利用包络线消除法后的波段分别建立盐渍土土壤水分、土壤电导率后向回归预测方程,为动态水盐条件下的盐渍土遥感监测提供了理论依据。     

腾格里沙漠典型植物含水率与地物光谱的关系分析

地物光谱特征不仅是遥感机理研究的重要内容,亦是遥感应用分析的重要依据。用ASD手持式光谱仪测定了腾格里沙漠10种典型植物的冠层光谱,对测得光谱数据进行包络线去除和一阶微分处理,并在实验室采用烘干法得到植物的含水率,运用相关系数法分析植物含水率与经包络线去除的光谱数据之间的关系,同时分析了不同含水率植物的红边特征。结果表明：研究区植物最大含水率为88.19%,最小含水率为37.34%;含水率与包络线去除的光谱数据在可见光（561~718 nm）和近红外（861 nm,894 nm）波段均存在极显著相关性,并建立了两者之间的回归模型,说明可见光近红外波段可以反映沙漠植物的水分状况;不同含水率植物的红边参数有所差异。     

基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。     

基于高光谱的民勤土壤盐分定量分析

土壤盐渍化是重要的生态环境问题,严重影响着干旱、半干旱区的农牧业及经济发展。高光谱遥感技术能够提供地物的连续光谱信息,易于分析细微差别,在定量研究土壤盐分含量方面具有较大优势。民勤县位于甘肃省石羊河流域下游,水力资源匮乏,盐渍化问题十分严峻。本研究基于实验室光谱数据,通过建立模型定量分析土壤盐分含量。首先对原始数据进行连续统去除（cn）预处理,然后分别建立了土壤盐分含量的高光谱指数模型（NDSI）、偏最小二乘回归模型（PLS）、间隔偏最小二乘法模型（iPLS）和反向间隔偏最小二乘法模型（BiPLS）,考察各种模型对土壤盐分的预测能力。对比分析发现,使用全部波段信息建模的PLS模型优于仅使用两个波段信息的NDSI模型,而iPLS和BiPLS模型通过选择特征波段进行建模,结果均好于全谱PLS模型。其中,BiPLS模型波段选择的能力优于iPLS模型,得出的模型结果最好,预测相对偏差RPD达到2.02,决定系数R²和模拟值与预测值线性回归的斜率分别为0.76和0.92,模型可以近似地预测土壤盐分含量。结果说明特征波段选择方法能够从大量数据中提取有效信息,简化模型,并获取比NDSI模型和全谱PLS模型更优的预测结果。这些研究对于使用高光谱数据定量分析土壤盐渍化有一定的意义。     

水分胁迫下棉花冠层叶片氮素状况的高光谱估测研究

在不同灌水量条件下，对棉花单叶叶绿素含量和单叶全氮含量做相关分析，并采用地物光谱仪。获取北疆棉花冠层关键生育时期的高光谱数据。应用一阶微分光谱，衍生出基于光谱位置变量的分析方法。以红边积分面积(SDr)为白变量，冠层全氮(TN)含量为因变量，做相关分析。结果表明：叶绿素含量与TN含量呈显著的正相关(R=0．8723^**。n=39)，叶绿素含量能有效的估计棉花单叶TN含量；红边积分面积变量与冠层TN含量呈显著的相关性，相关系数是0．7394^**(n=40)，利用构建的相关模型可以较为精确地估测新陆早6号、8号冠层叶片的全氮含量，RMSE分别为0．3859和0．4272。研究认为红边积分面积变量具有预测棉花冠层全氮含量的应用潜力。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。     

长江口水域多光谱遥感水深反演模型研究

利用Landsat-7 ETM 遥感影像反射率和实测水深值之间的相关性可以探测水深。该文介绍单波段、双波段比值和多波段3种线性回归模型以及动量BP人工神经网络水深反演模型。选择长江口北港河道上段作为研究区,利用上述模型,分两种情况进行水深反演:一是以河道全部历史样本建模;二是将河道按自然水深划分为浅水区和深水区分别建模。结果表明:神经网络模型预测精度高于线性回归模型;水深分区后线性回归和神经网络模型预测误差均有所减小。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

一种基于AMSR-E的地表温度半经验反演模型

基于被动微波辐射传输方程,结合De Jeu建立的透过率与微波极化差异指数的通用关系式,以及Smiths建立的地表温度与大气总可降水量的经验关系,构建了一套基于AMSR-E影像的地表温度半经验反演模型,该模型无需借助其他辅助数据,便可从AMSR-E 6.9GHz和10.7GHz两个波段的亮度温度模拟得到地表温度变量。对2009年我国地表温度进行实例模拟和验证,结果显示,该地表温度模型的平均反演精度达到2.54℃（R2=0.79）,是一种简单有效的被动微波遥感地表温度模拟方法。