基于地面试验的植被覆盖率估算模型及其影响因素研究

以植被覆盖率的遥感反演为研究主线,以玉米作物为例,在基于地面试验获得作物光谱、叶面积指数和多角度覆盖率的基础上,对目前普遍采用的两种基于植被指数的植被覆盖率估算模型进行了精度比较,同时对植被覆盖率反演的影响因子(叶面积指数、植被空间分布和观测角度)进行了分析.由此得到:估算植被覆盖率的最优植被指数为归一化植被指数;叶面积指数对植被指数与植被覆盖率间关系的影响随植被的生长不断增大;植被空间分布对垂直覆盖率的估算影响很小.对于多角度覆盖率有这样的规律,即在4种空间分布下,以0°观测天顶角(VZA)为中心,在相反方位角上随VZA的增加,覆盖率值基本呈对称分布;在玉米刚出苗时,覆盖率随VZA的增加而增加,当VZA=0°时达到最小值,而随着玉米的进一步生长,4种分布条件下覆盖率随VZA的增加反而降低,在VZA=0°时达到最大值.     

采用DBM方法的时间序列LAI建模与估算

运用DBM(Data Based Mechanistic)方法,使用MODIS数据,建立了遥感观测反射率数据与叶面积指数(LAI)在时间序列上的统计关系模型(LAI_DBM模型),并结合部分Bigfoot站点实测LAI数据进行了模型检验。结果显示,LAI_DBM模型能够较好表达时间序列反射率与LAI的动态变化关系。LAI_DBM模型使用遥感观测数据实时估算得到的LAI,在数据质量和时间连续性上比MODISLAI有改进。     

基于森林模型参数先验知识估算高分辨率叶面积指数

目前，估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型，再用统计模型估算LAI。然而，与农田地面测量实验相比，森林地面测量实验获取的观测数据更加有限，这使得基于统计模型的森林高分辨率LAI的估算精度低，难以满足应用需求。为此，本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先，获取全球20个森林实验区的LAI地面测量数据和NDVI数据，建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后，以一个新的森林站点Concepción作为研究区，将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型，优化模型用于估算森林高分辨率LAI，使用验证数据评价LAI的估算精度。同时，选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度，经验证4个森林站点的均方根误差分别为0.6680，0.4449，0.2863，0.5755。研究结果表明：在仅有少量观测数据时，采用本方法能有效地提高森林高分辨率LAI的估算精度。因此，本方法可为森林高分辨率LAI的遥感估算提供参考。     

多角度遥感估算稀疏团粒分布型土壤表面粗糙度方法初探

表面粗糙度是影响土壤在微波波段发射和散射辐射的主要因素之一,也是微波遥感研究与应用的重要参量。由于微波后向散射还受介电特性、穿透深度等因素的影响,在微波遥感应用中往往难以单独考虑介质表面粗糙度,给参数估算与反演带来了一定困难。在可见光、近红外波段,粗糙度作为土壤表面重要的结构参数之一,直接影响着土壤的二向反射分布特征。因此,本文尝试利用光学多角度观测信息,反演土壤表面粗糙度。基于地表二向反射几何光学模型,假设裸土像元由随机分布于平坦表面的土壤团粒组成,将团粒近似为半椭球体,建立裸露土壤表面二向反射模型,模拟不同粗糙度条件下土壤表面像元的二向反射分布特征。进一步尝试采用多角度观测数据反演模型,估算土壤团粒的几何结构参数,进而计算土壤表面均方根高度,作为表面粗糙度的衡量指标。地面实测多角度数据的初步验证结果表明,多角度光学遥感估算土壤表面粗糙度的方法是可行的。     

地面和机载多角度观测数据的反照率反演及对MODIS反照率产品的初步验证

MODIS的反照率产品采用半经验的二向性反射核驱动模型算法(AMBRALS),对16天累积观测的多角度遥感数据进行反演。产品的应用需要相关研究的地面观测数据进行验证。主要研究基于地面气象台站用反照率表观测的反照率数据、地面和机载多角度遥感数据通过AMBRALS算法反演得到的反照率,与MODIS相应的地面反照率产品做比较的降尺度验证方法,并提供对MODIS反照率产品的初步验证结果。     

GDAS数据和NOAH陆面模式在中国应用的精度检验

GDAS数据集中的大气强迫数据是目前使用最广的用于陆面模式模拟地表水热参数的输入数据集,除模型本身外,可以说这些输入数据决定了模型的模拟精度。虽然这类数据具有空间分辨率低、空间代表性和精度有限的缺点,但在没有更好办法的现实条件下,现阶段多数研究者还是以此为依据进行陆面过程的模拟分析。本文的目的就是对目前普遍使用的GDAS强迫数据和NOAH陆面模式在中国应用的模拟精度进行检验,是模型和数据不做任何改动条件下的检验结果,给出客观的评价,以作为数据和模型使用者的参考依据,引起研究者的重视。利用中国3种典型生态系统的地面实测数据进行检验的结果显示：@GDAS强迫数据中的短波净辐射数据和总净辐射数据质量非常好,可以作为重要的辐射数据源使用;（2）GDAS的降雨数据与地面雨量筒实测数据比较误差较大,但综合考虑降雨数据验证时的尺度效应问题和目前降雨空间数据资源十分有限,GDAS的降雨数据仍具有很高的实用价值;（3）NOAH模拟的地表潜热、显热通量和0-10cm表层土壤含水量数据在时间变化趋势上与地面观测结果较一致,说明模拟结果能够很好地反映地表真实的变化过程,但在具体量值上仍存在较大差异;（4）NOAH模拟对土壤热通量的模拟精度较差。     

非同温离散体热辐射方向性模拟与验证

自然界中的离散植被类型是广泛存在的,用离散圆锥体代替单棵树冠,详细说明了用蒙特卡罗方法模拟非同温离散体热辐射方向性规律的过程.模拟结果经室内实验结果对比表明对较为光滑的目标作朗伯体假设,以及只考虑目标物的直接辐射而忽略多次散射,其模拟结果与实验结果相差稍大.     

三维非同温表面热辐射方向性模型的室内模拟实验验证

基于室内模拟实验,对遥感像元尺度地表热辐射方向性模型进行验证.当考虑地表像元具有明显的三维结构且像元内温度非均一时,像元辐射亮温的方向性取决于像元结构和像元组分的温差,对三维非同温表面的室内模拟和观测实验验证了基于这一思路建立的表面热辐射方向性模型.     

土地利用变更的遥感应用分析

发现变化区域和变更类型是土地利用变更信息提取的主要任务,随着遥感技术的发展,土地利用变化信息提取的方法趋向于结合高分辨率的卫星影像和现有的影像处理方法来产生变化信息模板。本文全面总结分析了土地利用变更信息获取的技术和方法,并在此基础上进一步研究了基于RS和GIS技术的土地利用变更信息获取技术方法,以及高分辨率遥感影像在土地利用变更信息提取中的应用分析。     

发展几何光学遥感建模理论，推动定量遥感科学前行——深切缅怀李小文院士

李小文长期致力于遥感基础研究,是植被几何光学遥感建模的先驱。他创建了Li-Strahler几何光学模型,论文入选"国际光学工程学会(SPIE)"里程碑系列文集。以李小文为首席科学家,带领国内外科学团队,在植被二向性反射建模、热红外遥感辐射方向性建模、遥感信息尺度效应、定量遥感综合实验与真实性检验方面做出了卓越成就。本文总结了李小文的主要学术思想,对定量遥感相关研究进展进行了总结和回顾,对遥感科学及相关领域具有重要的借鉴和参考意义。