锡林浩特草原区域MODIS LAI产品真实性检验与误差分析

本文研究了LAI产品真实性检验的指标和方法,建立了LAI产品真实性检验的流程,将遥感产品真实性检验误差分解为模型误差、数据定量化差异和尺度效应3个方面。以内蒙古锡林浩特草原为研究区,结合实测数据和Landsat TM数据建立NDVI-LAI模型,得到LAI验证参考"真值",据此"真值"按照本文的流程对MODIS LAI产品进行验证,分析了研究区MODIS LAI产品真实性检验的误差来源。研究表明,该研究区的MODIS LAI(MOD15A2)产品相对高估约25%。各个误差因素中,LAI遥感模型差异对于结果影响最大,MODIS LAI模型高估了该区域草地LAI(高估约44.2%);数据定量差异的影响也比较大,MODIS地表反射率数据与Landsat TM地表反射率数据的差异造成了约16.2%的低估;尺度效应的影响较小,造成约3.1%的低估,其中NDVI-LAI模型的尺度效应带来2.4%的低估,NDVI数据的尺度效应造成约0.7%的低估。     

区域景观格局变化及生态修复——以北京门头沟区为例

以1979年和2005年的LandsatTM影像为数据源,在对其进行几何订正、大气和地形辐射校正的基础上,采用归一化植被指数和改进的像元二分模型,对北京市门头沟区的植被覆盖进行了动态遥感监测,结果表明该区植被覆盖总体上呈下降趋势。在此基础上结合研究区边界矢量文件和DEM数据,利用GIS技术和生态景观指标分析方法,定量分...     

黑河中游绿洲灌溉区土地覆盖与种植结构空间格局遥感监测

以高空间分辨率、高光谱分辨率CASI航空遥感数据作为采样带,对黑河中游绿洲灌溉区土地覆盖和农作物种植结构空间格局进行遥感监测。设计了分层分类方法,综合采用基于像素和基于对象的2种遥感图像分类方法对航空样带区域进行土地覆盖制图。根据实地土地覆盖类型调查与目视解译,对样带土地覆盖和农作物种植结构的分类结果进行精度评价,总体分类精度为84.2%,Kappa系数为0.793。与样带区域2007年Landsat TM/ETM+土地覆盖产品相比,高分辨率CASI航空数据能够对树木、草地与农作物类别进行有效监测。监测结果表明,中游绿洲灌溉区内接近59.1%的地区为裸地与建筑用地;植被覆盖区域占39.8%,其中,农田34.9%,树木5.3%,草地仅有0.1%;而在农田区域中玉米为大宗作物,分类成数占96.1%。研究结果表明高质量与高分辨率的航空遥感数据能够实现对流域下垫面异质性进行有效监测,为生态—水文过程研究提供高分辨率的下垫面类型信息。     

1982-2006 年欧亚大陆植被生长季开始时间遥感监测分析

植被物候是环境条件季节和年际变化最直观、最敏感的生物指示器,物候变化可以反映陆地生态系统对气候变化的快速响应.论文基于1982-2006 年连续25 年的GIMMS AVHRR NDVI数据,采用动态阈值法、延迟滑动平均法,双Logistic 和Savitzky-Golay 方法提取欧亚大陆植被的生长季开始时间,并对不同方法的提取结果进行比较和分析.然后以动态阈值法的物候提取结果,研究了1982-2006 年期间植被物候变化趋势以及物候对温度变化的响应情况.结果表明：动态阈值法在欧亚大陆地区生长季开始时间提取率高,在纬度上的变化趋势稳定;北方森林/针叶林和苔原地区的生长季开始时间提取结果最稳定,低纬度区域的变率最大.1982-2006 年,大部分植被类型的生长季开始时间表现出提早趋势,其中森林覆盖区域提早趋势明显,变化幅度为11.45~15.61 d/25a;除了郁闭式至开放式( > 15%) 灌木丛( < 5 m)植被类型外,植被物候和温度表现出负相关关系,变化幅度为1.32~3.47d/℃,这也验证了近几十年气候变暖的趋势.     

天宫一号高光谱成像仪系统光谱辐射校正

针对天宫一号高光谱成像仪工作原理与数据特点,提出了可见—近红外波段高光谱成像仪,短波红外波段高光谱成像仪的系统光谱辐射校正方法,给出1级标准产品数据生成流程.该过程包括:背景噪声扣除,相对与绝对辐射校正,坏列检测与修复,光谱smile校正.最后,面向光谱辐射校正后数据存储给出了数据放大系数.为天宫一号高光谱数据的标准化产品生产提供了技术支撑,为天宫一号高光谱成像仪的在轨运行、民用示范与定量化应用提供了重要基础.     

叶面积指数遥感尺度效应与尺度纠正

由于地表空间异质性的普遍存在,遥感反演模型的非线性必然会导致不同分辨率观测的遥感结果不一致,从而产生遥感产品尺度效应。本文研究了遥感产品尺度效应概念、模拟方法和定量计算模型,并利用锡林浩特草原研究区的实测数据,对尺度效应模型和方法进行了定量计算与验证分析。首先,基于不同升尺度方法与多尺度遥感成像机理之间的机理联系,通过“先反演再平均”与“先平均再反演”之间的差异,可计算“高”分辨率与“低”分辨率之间的遥感产品尺度差异。其次,分别以红光、近红外两波段反射率和归一化植被指数(NDVI)为自变量,对叶面积指数(LAI)非线性遥感模型进行泰勒展开,研究了模型非线性、遥感数据空间异质性对LAI遥感产品尺度差异的影响,发现高阶项可忽略,利用二阶导数项和遥感数据方差项可定量计算遥感产品尺度差异,经过二阶导数项纠正后的尺度差异相对偏差从5.6%分别降低到0.78%和1.45%。最后,分析了LAI遥感产品尺度效应的特征规律,得出以下结论:随着植被覆盖的增大,同等遥感空间异质性的LAI遥感产品尺度差异越大,且红光波段比近红外波段的尺度差异敏感性高近2个数量级;对于绝大部分陆地植被区域,存在“低分辨率低估”尺度效应,且遥感产品尺度差异的主导要素为LAI模型非线性,NDVI变量自身非线性对尺度效应贡献占23.5%;对于湿地类植被与水体混合情形,NDVI变量非线性的贡献为主导贡献,出现“低分辨率高估”尺度效应,必须利用红光、近红外两波段的二阶导数项非线性尺度差异,才能解释这一类型的LAI遥感产品尺度效应。本文建立了具有一定普适意义的遥感产品尺度效应定量模拟与尺度纠正方法,对推动定量遥感的尺度问题研究有一定参考价值。     

小麦倒伏的光谱特征及遥感监测

小麦倒伏后茎秆和叶片在探测视场中的比例及植株组分的受光条件发生了变化,其冠层光谱特性也随之发生改变,所以利用遥感监测倒伏是可能的。首先,分析了叶片和茎秆组分的光谱特点,解释了倒伏后冠层光谱的变化特点,即光谱反射率随倒伏角度的增加而增加。其次,利用倒伏后冠层光谱反射率在可见光波段的相对增幅高于近红外波段的特点,利用实测数据分析和建立了归一化差异植被指数NDVI随倒伏角度的增加而降低的规律及模型。最后,采用2003年4月7日和5月9日倒伏发生前后的2景LandsatETM卫星影像,利用倒伏前后的NDVI值的变化,成功监测了小麦倒伏的发生程度。     

冠层光谱的多项式分析及生化参量反演

提出了一种冠层光谱的多项式表达模型和分解方法, 并将它用于反演冠层多角度光谱数据获取生化参量. 首先叙述了多项式表达的基本公式, 并分析了多项式的n阶项及系数的物理意义, 在此基础上给出完整的多项式表达模型, 以及反演多项式系数的分解方法. 通过对SAILH模型模拟的冠层光谱的分解, 多项式表达不仅能很好地拟合冠层光谱, 而且揭示了冠层的每一次散射对总反射的贡献. 以一次散射系数a₁₀和a₀₁为例, 可以看到多项式系数很好地反映了冠层光谱中的热点现象及观测角度、叶面积指数和叶倾角的影响. 利用多项式表达与叶片模型PROSPECT的耦合, 建立了冠层生化参量反演模型. 分别利用两种不同的冠层模型(SAILH模型和4-SCALE模型)模拟了冠层多角度光谱数据, 然后以多项式表达+PROSPECT模型反演, 以提取生化参量, 都取得了理想的结果. 在此基础之上, 利用实测的玉米冠层多角度光谱数据, 也获得了较为准确的叶绿素含量反演结果. 说明多项式分析提供了不依赖于特定冠层模型而反演生化参量的一条新思路.     

利用夫琅和费暗线探测自然光条件下的植被光合作用荧光研究

自然光照条件下测定的植被反射的辐照度光谱既包括太阳光诱导荧光的发射光谱，又包括叶片对入射光的反射光谱，研究如何从冠层光谱中提取荧光光谱有十分重要的应用价值。首先，论文介绍了夫琅和费暗线探测自然光条件下的光合作用荧光的基本原理和方法。其次，将太阳大气的夫琅和费暗线拓展到地球大气，发现地物光谱仪测定的冠层辐照度光谱中688nm和760nm两个氧气吸收形成的夫琅和费暗线特征明显，且荧光较强，所以利用这两个波段的夫琅和费暗线可以探测自然光条件下的光合作用荧光。第三，研究并分析了夫琅和费暗线方法计算的688nm和760nm波段的荧光特性，结果表明该方法计算的荧光是可靠的，它与光合有效辐射（PAR）关系密切，复相关系数达到了0．9；冬小麦冠层荧光光谱在760nm和688nm波段的荧光大小基本相等，而地锦冠层荧光光谱在688nm波段的荧光强度是760nm的3倍左右，表明荧光光谱能够更加敏感地反映植被物种或生理生化状况的差别。最后，将夫琅和费暗线方法计算的688nm和760nm波段的荧光数据与激光脉冲调制荧光仪测定Fv／Fm荧光参数进行了统计分析，结果表明它与Fv／Fm存在极显著的负相关关系。所以利用夫琅和费暗线方法能够探测植被冠层荧光，并有可能替代传统的测定方法，并推广到航空航天平台，实现荧光探测从接触式点测量方式到航空或卫星遥感大面积监测的技术飞越。     

基于实测光谱估测密云水库水体叶绿素a浓度

水中叶绿素a浓度是衡量水体初级生产力和富营养化程度的最基本的指标。利用野外便携式地物光谱仪对密云水库水体进行反射光谱测量并同步采集水样。通过分析叶绿素a浓度与光谱反射特征的相关关系,建立了叶绿素a反演模型。结果表明,利用单波段光谱反射率、光谱比值指数或微分光谱比值能够可靠反演叶绿素a浓度;但微分光谱与叶绿素a浓度相关性更高,更适用于密云水库水体叶绿素a浓度的高光谱反演。