干旱区草原地上植被生物量估算——以乌图美仁大草原芦苇植被为例

草原是干旱区生态系统中重要的可再生资源。本文基于草本植被的结构特征,利用ASAR和TM数据,结合MIMICS模型,提出了一种估算干旱区草原地上植被生物量的方法。该方法将光学遥感数据容易反演的叶面积指数（LAI）作为反演生物量模型的参数之一,并利用LAI成功估算了单位面积内的草本植被密度。将地上生物量作为输入变量代入改进的MIMICS模型,利用查找表方法,计算出地上植被生物量。然后,将该方法应用于乌图美仁草原的地上植被生物量的反演。结果表明,该方法能够成功地反演干旱区草原草本植被地上生物量,精度达到R²=0.8562,RMSD=0.6263。最后,分析了该方法估算植被生物量的误差来源。     

基于GF-3和Landsat 8遥感数据的土壤水分反演研究

基于我国首颗全极化雷达卫星高分三号（GF-3）和Landsat8数据,研究浓密植被覆盖地表土壤水分反演方法。为了提高浓密植被覆盖地表土壤水分反演精度,首先利用PROSAIL模型、实测植被参数及Landsat8光学数据分析了8种植被指数与植被冠层含水量的相关性,从中优选出归一化差异水指数（NDWI₅）用于反演植被冠层含水量,并通过分析植被含水量和植被冠层含水量的关系,构建植被含水量模型;然后结合植被含水量反演模型和简化MIMICS模型校正了植被对雷达后向散射系数的影响,最后基于AIEM建立裸土后向散射系数模拟数据集,发展一种主动微波和光学数据协同反演浓密植被覆盖地表土壤水分模型,并以山东省禹城市为研究区,实现了玉米覆盖下HH、VV和HH+VV 3种模式土壤水分反演。实验结果表明： ① NDWI₅为最佳植被指数,对于去除植被影响有较好效果;② 基于此方法,利用GF-3和Landsat8卫星数据反演得到的土壤水分具有较高的精度;③ 相比HH和VV两种极化模式,HH+VV双通道模式对土壤水分反演结果更好,决定系数（R2）为0.4037,均方根误差（RMSE）为0.0667 m ³m ^-3。     

叶面积指数遥感反演研究进展与展望

叶面积指数表征叶片的疏密程度和冠层结构特征,体现植被光合、呼吸和蒸腾作用等生物物理过程的能力,是描述土壤-植被-大气之间物质和能量交换的关键参数。目前多种卫星传感器观测生成了多个区域和全球的叶面积指数标准产品。本文综述了基于光学遥感数据的叶面积指数反演进展:首先,介绍了叶面积指数的定义和在生态系统模拟中的作用;然后,阐述了基于光学遥感反演叶面积指数的基本原理;在此基础上,论述了基于植被指数经验关系和基于物理模型的两种主要遥感反演算法,讨论了2种算法的优点和存在的问题,并总结了现有的主要全球数据产品及其特点,论述了产品检验的方法和需要注意的问题;最后,总结了当前叶面积指数反演中存在的问题,并展望了其发展趋势和研究方向。     

三亚热带雨林环境植被和地表能量空间分布特征

遥感地表能量信息通过空间分布及变化趋势体现生态系统要素的格局、状态、质量,客观反映城市生态系统的状态,是度量区域生态系统要素生态过程的重要内容。本文以三亚市热带雨林植被环境的地表能量综合响应特征和作用、影响关系特征为基础,采用植被指数分级、地表能量分级和植被-能量关系等指标,结合雨林垂直分带和植被分布信息,探讨近30年（1987-2016年）不同时期热带雨林环境的水平地带性、垂直地带性及其时空变化特征。结果表明：①近30年三亚市域植被覆盖比例维持在90%左右,植被指数分级构成以高、中数值分布为主,并呈现整体趋高态势。②各级地表能量分布比例的波动幅度在10%之内,中等地表能量级别范围呈现向低地表能量区域扩展趋势。③随着海拔高度的提升,植被指数高数值的热带雨林分布比例增加,地表能量值降低。④热带雨林的地表能量和植被指数的时空分布稳定性均高于人工植被。本文基于遥感地表能量综合响应特征和作用、影响关系特征建立的指标评价体系,可以为热带雨林生态系统的量化评价提供支持。     

细粒子气溶胶光学厚度和谱分布偏振的反演

 细粒子气溶胶物理和光学参数定量卫星遥感反演一直是环境和气候领域研究人员关注的重要课题。气溶胶参数卫星业务遥感产品主要是反演气溶胶光学厚度,它体现大气中气溶胶总含量的信息,而获取气溶胶谱分布函数有助于进一步了解气溶胶物理特性,并提高气溶胶其他参数的遥感探测精度。目前,陆地气溶胶卫星反演面临两个关键问题:一是气溶胶模式;二是地表反射贡献的去除,偏振遥感在这两方面有其独有的优势。本文以多角度偏振方法,采用RT3辐射传输模型建立矢量查找表,利用法国PARASOL探测器一级数据反演了京津唐地区的细粒子气溶胶光学厚度和谱分布参数,并使用AERONET地基观测数据对反演结果进行验证,结果表明:偏振方法能较高精度地实现细粒子气溶胶光学厚度反演,而谱分布的反演还需进一步改进。     

基于微波数据与光学数据集成的机器学习技术在作物产量估算中的应用

各类光学植被指数已成功地应用于各种植被监测与作物产量估算中,但这些指数易受大气状况的影响。由星载微波辐射计得到的植被光学厚度数据（VOD）与植被密度、含水量密切相关,数据可全天候获得,在农业遥感监测中呈现着巨大的潜力。作为来自不同传感器的遥感数据,微波遥感数据与光学遥感数据可以提供不同波长范围内的植被信息。为了更准确地进行作物产量估算,本研究提出将微波遥感数据与光学遥感数据共同应用于冬小麦单产估算中。研究选择L波段微波辐射计SMAP卫星的VOD数据与MODIS的标准归一化植被指数NDVI、增强型植被指数EVI、叶面积指数LAI、光合有效辐射分量FPAR数据作为研究变量,分别使用BP神经网络、GA-BP神经网络和PSO-BP神经网络建立冬小麦产量估算模型。结果表明： 3种神经网络回归模型的P值均小于0.001,通过了显著性检验。GA-BP神经网络回归模型的估算值与真实值在3种神经网络回归模型中表现了最高的相关性（R=0.755）与最低的均方根误差（RMSE=529.145 kg/hm²）,平均绝对误差(MAE=425.168 kg/hm²)和平均相对误差（MRE=6.530%）。为了分析多源遥感数据的结合在作物产量估算中的优势,研究同时构建了仅使用NDVI和LAI,使用NDVI、EVI、LAI、FPAR等光学数据进行冬小麦产量估算的3种GA-BP神经网络回归模型作为对比。结果表明,使用微波遥感数据与光学遥感数建立的GA-BP神经网络回归模型较上述3种作为对比的GA-BP神经网络回归模型的相关系数R值分别提高了0.163,0.229与0.056,均方根误差RMSE分别降低了122.334、158.462和46.923 kg/hm²,使用多源遥感数据的组合可以很好地提高作物产量估算的准确性。     

地物非线性重叠函数的可视化解法及其在地表通量遥感反演中的应用

本文从全球变化研究的需求分析入手 ,分析了地表通量遥感估算的重要科学意义 ,讨论了地表通量遥感过程中面临的几个关键问题 ,构建了地表通量遥感估算系统。对二层蒸发模型中的植被和土壤表面温度分解提出了可视化解算的思路。对遥感真实温度中的等效比辐射率 ,尝试利用蒙特卡罗方法进行计算 ,并对几种特定空间分布 ,特定类型树冠森林的四分量的方向性特性进行了详尽的分析。遥感反演地表真实温度 ,土壤和植被表面温度的分解是地表通量遥感中的关键步骤。     

线性光谱混合模型的ASTER影像植被应用分析

本文利用线性光谱模型分解混合像元方法。从ASTER多光谱遥感数据提取福州地区植被覆盖丰度的定量信息,与归一化差值植被指数进行了回归分析,结果相关系数高达95％;通过对植被景观格局分析,表明研究区以中等丰度植被占据主要地位,生态系统较为稳定。     

基于RS和GIS的松花江流域植被覆盖动态变化研究

利用遥感和地理信息系统技术对1989,1995年的Landsat TM数据和2002年Landsat ETM＋三期遥感数据进行处理,反演和计算松花江流域的归一化植被指数（NDVI）,在此基础上,获取研究区域植被覆盖度。在ArcGIS9.2软件空间分析模块的支持下,对研究区域三期植被覆盖影像进行叠加分析,以流域尺度和栅格尺度分析植被覆盖变化的时间和空间特性,获取研究区域植被覆盖度空间格局分布特征,为该区域植被覆盖度的自动化监测提供很好的技术支持。     

山东省南四湖湿地植被及其生物量初步研究

通过对南四湖湿地野外实地调查并结合已有资料,对南四湖湿地范围进行了重新界定,分析了湿地的植被状况。并对2006年6月的SPOT 5影像进行解译,绘制了湿地景观格局图并统计各种景观类型的面积。使用湿地植被生物量密度数据计算出整个南四湖湿地植被的生物量为623.37×103t,并与1983年资料对比发现南四湖湿地植被生物量已减少了4/5,表明南四湖湿地植被的初级生产能力已经明显减退。     

鄱阳湖南矶湿地景观信息高分辨率遥感提取

鄱阳湖南矶湿地是亚热带典型过水性湿地,由于该区域水文情况复杂,且泥滩、沼泽和疫水（血吸虫）分布较广,导致野外考察验证工作困难,使用传统的遥感信息提取方法很难保证该地区湿地景观的提取精度。本文以高分一号影像为数据源,综合运用数字高程模型（DEM）、归一化植被指数（NDVI）、归一化水体指数（NDWI）等辅助数据,采用面向对象分类方法,对鄱阳湖南矶湿地景观信息进行提取研究,并取得了较好的分类效果。研究结果表明：（1）基于国产高分辨率影像的面向对象分类,既兼顾了国产高分辨率影像光谱、空间、结构、纹理信息,又综合利用多源辅助数据参与到分类计算中,分类精度得到明显的提升;（2）基于面向对象与多源数据分类方法对湿地混合像元有较好地识别能力,可获得较高的总体分类精度（94.3275%）和Kappa系数（0.9324）,说明利用多源数据的面向对象方法提取湿地信息是可行的,其分类结果具有较高的准确性和可信度,较好地解决了过水性湿地景观分类问题;（3）该分类方法弥补了单一遥感影像分类方法的不足,对研究国产高分卫星在提取过水性湿地景观信息方面具有重要的参考和实际意义。最后,分析了多源数据面向对象分类尚待解决的问题和下一步的研究方向。     

对Beer-Lambert定律间接测量森林LAI的误差低估分析

 叶面积指数(Leaf Area Index,LAI)是表征植被冠层结构的核心参数。在地面对LAI的间接测量是遥感反演算法验证和改进的重要手段,而目前基于Beer-Lambert定律的森林LAI地面间接测量方法存在着严重的低估问题。本文通过理论分析,指出Beer-Lambert定律在应用到森林叶面积指数测量时,LAI低估的根本原因来源于叶面积体密度、消光路径及叶倾角投影G函数在空间上的不均匀性,并定量评估了冠层非随机分布对LAI测量结果的影响,发现植被冠层的非随机分布会对LAI的测量带来20％~40%的误差。这一结论,对于Beer-Lambert定律的简单修正应用于森林LAI间接测量时仍存在着较大的局限性,尚未能根本上解决LAI的低估问题,故间接测量LAI的理论和方法需进一步深入研究。     

Study on model for remote sensing estimation of maize yield

ＳＴＵＤＹＯＮＭＯＤＥＬＦＯＲＲＥＭＯＴＥＳＥＮＳＩＮＧＥＳＴＩＭＡＴＩＯＮＯＦＭＡＩＺＥＹＩＥＬＤＬｉｕＺｈａｏｌｉ（刘兆礼）ＨｕａｎｇＴｉｅｑｉｎｇ（黄铁青）ＷａｎＥｎｐｕ（万恩璞）ＺｈａｎｇＹａｎｇｚｈｅｎ（张养贞）ＣｈａｎｇｃｈｕｎＩｎｓｔｉ...     

Study on model for remote sensing estimation of maize yield

Through analysis of perpendicular vegetation index (PVI) from combination of visible and near-infrared spectrums reflecting the feature of crop reflectance, we come to the conclusion that the index can better indicate crop instantaneous photosynthesis whereas people generally regard it as the representation of crop leaf area index (LAI). Exploration of crop photosynthesis within a day and its period of duration leads to production of photosynthetic vegetation index (PST) that can reflect the whole crop accumulated photosynthesis, which means the total biomass produced by crop, moreover the method simulating PST is put forward by employment of multi-temporal spectrum parameters. On the basis of the achievements mentioned above, a new comprehensive model for remote sensing estimation of maize yield is established, which can comprehensively show major physiological actions of maize and the course of its yield formation, organically integrate various effective ways of crop yield estimation. It lays a solid foundation for carrying out remote sensing estimation of maize yield on a large scale.     

典型地物波谱库的数据体系与波谱模拟

本文讨论典型地物波谱知识库的数据体系与地物波谱模拟的相关问题 ,并给出波谱知识库支持的农业定量遥感应用示例。波谱知识库的数据体系强调波谱参数与环境参数的配套 ,波谱数据测量是在相关规范的支持下完成的 ,质量控制贯穿于数据采集的全过程。波谱模拟通过遥感物理模型完成 ,模拟波谱计算包括地表参数的时间、空间扩展与遥感物理模型运算。最后以作物生长模型结合植被组分光谱模型和冠层遥感模型为核心 ,构造了定量遥感的农业示例。     

真实和有效叶面积指数及聚集指数的尺度效应

尺度效应是地球科学和定量遥感中的重要研究课题,目前的许多研究大多集中在估算尺度效应带来的误差,而对一些关键的植被结构参数是否存在尺度效应及其尺度转换方法尚存在诸多不同见解。本文针对真实和有效叶面积指数（Leaf Area Index, LAI和Effective LAI, LAI_e）以及聚集指数（Clumping Index, CI）3个植被关键结构参数,从基本概念和获取方法上分析参数的尺度效应及其尺度转换方法。从定义上看,LAI并不存在尺度效应,而LAI_e和CI则存在尺度效应,其中CI的尺度效应由LAIe引入（CI=LAI_e/LAI）。在野外实测中,LAI破坏测量法没有尺度效应,但由孔隙率模型获取3个参数的方法均具有尺度效应。异速生长方程和遥感反演方法的尺度效应取决于方法本身的线性或非线性特征。目前全球主要的LAI、LAI_e和CI遥感产品都基于非线性模型获取,其反演过程具有尺度效应。像元尺度的LAI本身并不具有尺度效应,而像元尺度的LAI_e和CI虽然具有尺度效应,但在实践中常常被忽略。因此,实际工作中应注意区分参数概念本身、野外测量、遥感反演方法以及遥感产品等所展示的不同尺度效应。     

基于无人机影像和面向对象随机森林算法的岩溶湿地植被识别方法研究

目前对岩溶湿地的重视程度远低于其他湿地类型,缺乏利用遥感技术进行岩溶湿地植被高精度识别的研究,但岩溶湿地同其他湿地类型一样,湿地面积退化严重,亟待需要解决。因此,本文选取受人类活动影响较大、湿地退化较为严重的广西桂林会仙喀斯特国家湿地公园的部分核心区域作为研究区,以DJI大疆御Mavic Pro无人机航摄影像为数据源,利用泛化能力强、分类精度高的面向对象随机森林算法实现了会仙岩溶湿地植被的高精度分类,探究无人机可见光影像和面向对象随机森林算法在岩溶湿地植被识别中的适用性,为无人机遥感技术应用于岩溶湿地的研究和保护提供技术参考。首先,在eCognition Developer9.0中利用多尺度迭代分割算法对影像图层进行分割;然后,基于以往在进行面向对象分类研究的经验来指导我们进行特征选择,充分考虑了影像的光谱和纹理特征、植被指数、无人机遥感数据派生的研究区数字地表模型（DSM）和几何特征;最后,在RStudio中实现了随机森林算法参数的调优、模型的构建以及分类。结果显示,面向对象随机森林算法对会仙湿地植被具有较高的识别能力,在95%置信区间内总体精度为86.75%,Kappa系数为0.83。在单一典型岩溶湿地植被识别精度中,狗牙根-白茅-水龙植被群丛的用户精度在90%以上,生产者精度高于80%,竹子-马甲子-桂花生产者精度高于80%,但是用户精度较低,仅为70.59%。