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。     

利用光谱反射率估算叶片生化组分和籽粒品质指标研究

对可见光至短波红外波段(350—2500nm)冬小麦田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析。结果表明，820—1100nm波段的光谱反射率与叶片含氮量极显著正相关；1150—1300hm波段的光谱反射率与叶片含氮量显著正相关，以上两波段为叶片全氮的敏感波段。对各生育时期叶片全氮与其他生化组分的关系进行了回归分析，并建立了相关的回归方程，显著性检验结果表明，方程具有较高的可靠性。小麦的叶片含氮量可以估算其它生化组分及干物质指标含量，开花期叶片含氮量可用来估测籽粒蛋白质和干面筋等品质指标含量。     

基于高分辨率遥感影像的设施农业资源信息采集技术研究

结合设施农业空间位置分布规律及其在高分辨率遥感影像上的纹理特征体现,设计了批量设施自动生成算法,并基于GIS组件开发了基于高分辨率遥感影像的设施农业信息采集系统;该系统以高分辨率遥感影像为基础底图,结合批量设施自动生成算法进行数字化,实现了人机交互式半自动化信息采集。     

SCS+C地形辐射校正模型的应用分析研究

在对有森林覆盖的山区影像进行地形辐射校正时，基于太阳-冠层-传感器（SCS）几何关系的校正模型优于基于太阳-地形-传感器（STS）几何关系的模型。SCS校正模型解释了树木不依赖于地形、观测角和光照入射角而具有向地性生长的本质特性，但在某些地形区域，SCS与余弦校正同样存在过度校正的问题。为了解决这个问题，研究者在SCS校正模型中引入C校正系数来解释散射辐射项，提出了SCS+C校正模型。以北京密云Landsat 5影像为数据源，通过目视判别、直方图、定量的统计参数和地物光谱曲线对比等方法，对SCS+C校正模型与传统的余弦校正、C校正和SCS校正模型进行了对比。结果表明，4种方法均能在很大程度上消除地形阴影，更好地反映阴影区域的细节信息； 从总体的光谱特性保真程度来说，余弦和SCS校正都因过度校正问题表现较差，SCS+C校正最好，C校正次之。     

基于NDVI和氮素积累的冬小麦籽粒蛋白质含量预测模型

蛋白质含量是小麦重要的品质指标,快速、大面积获取其变化动态信息,对于品种种植区划研究和食品品质加工非常重要.通过设置不同年份、不同区域的小麦种植试验,综合分析TM遥感影像的植被指数和小麦长势信息之间的关系,结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点,建立基于NDVI和籽粒氮素积累生理生态过程的籽粒蛋白质含量预测模型.利用不同的试验数据对模型的可靠性进行了检验,模型的预测值与测量值较为一致,均方根差(RMSE)小于0.47%-0.59%.模型预测性能较好,且具有一定的解释性和机理性,可以适用于不同年度、不同区域间对小麦籽粒蛋白质含量的监测预报.基于空间遥感信息和籽粒氮素积累的生理生态过程,建立了较为简化的小麦籽粒蛋白质含量的预测模型,模型的研究不仅为实时预测不同生态条件下小麦籽粒蛋白质含量的动态变化奠定了基础,而且是对国内外现有小麦品质模型的发展和完善.     

利用多时相的高光谱航空图像监测冬小麦条锈病

冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;条锈病冬小麦冠层光谱红谷吸收深度和绿峰的反射峰高度都会减小     

冬小麦冠层氮素的垂直分布及光谱响应

考察了田间条件下冬小麦主要生育阶段冠层氮素、叶绿素的垂直分布及其光谱响应。不同叶层的叶片含氮量按上 (冠层顶部向下至 1 / 3株高处 )、中、下层的顺序呈明显下降的梯度 ,全生育期不同土壤施氮处理平均 ,上、中层间相差 1 3 3% ,中、下层间相差 2 9 5 %。在生育前期 ,各层叶片的含氮量随土壤供氮水平增高而增加 ,但不同叶层间氮素的梯度相对稳定。到生育中后期 ,中、下层叶片间氮素含量梯度增大 ,且随土壤供氮水平增高而加剧 ,最大时可相差 4 5 3% ;冠层内叶绿素 (a b)含量的垂直分布规律与氮素含量的垂直分布相类似 ,但对土壤供氮水平的反应上表现出与氮素不尽一致的趋势。不同叶层的光谱特征表现为 ,在土壤低氮水平下 ,不同叶层间在红光波段、短波红外波段 (1 4 0 0nm— 1 80 0nm及 1 95 0nm— 2 30 0nm)的反射率差异显著 ,下部叶层的反射率显著高于上、中叶层 ,但在土壤高氮水平下 ,上述差异消失 ;在近红外平台处 ,不同叶层间反射率按上、中、下顺序降低 ,梯度分布特征明显。利用近红外波段的冠层反射光谱能够很好地反演中下层叶片的叶绿素含量     

基于地物空间信息的浮动先验概率最大似然分类研究

利用遥感影像对地物进行分类识别时，既需要考虑地物波谱信息，也需要考虑其空间信息。现有遥感分类方法主要集中在利用像素的波谱信息，对各个像素进行独立分类，忽略了地物空间信息。考虑到传统最大似然分类（MLC）方法包括先验概率和条件概率密度函数两个核心环节，提出基于空间信息的浮动先验概率MLC方法，融合空间信息和波谱信息，以提高分类精度。在分析地物空间信息的基础上，总结了基于空间信息的浮动先验概率确定原则和依据，包括地物几何空间特征、情景特征、临近像素空间自相关定律、景观参数等，并设计了基于地物空间特征和临近像素空间自相关定律的浮动先验概率确定算法和分类流程。通过分类试验和误差矩阵分析，结果表明：基于空间特征和临近像素空间自相关定律的浮动先验概率MLC方法，能够融合地物的波谱信息和空间信息，克服最小距离、MLC等基于像素波谱信息的分类方法的缺点，显著提高地物分类精度。     

利用ASAR图像监测土壤含水量和小麦覆盖度

以高级合成孔径雷达（ASAR）影像数据和地面实测数据为基础，分析了裸土、低覆盖（覆盖度为0．2左右）冬小麦麦地的后向散射与土壤含水量、地表粗糙度及小麦覆盖度之间的关系，探讨了裸土和冬小麦麦地土壤含水量及小麦覆盖度的反演方法。分析结果表明：①裸土后向散射系数受地表粗糙度和土壤质地的综合影响较大，裸土的后向散射和土壤含水量正相关关系未达显著，反演裸土土壤含水量必须考虑这两个因素的影响。②冬小麦麦地两种极化后向散射对土壤含水量和小麦覆盖度的敏感性差异明显。由于小麦植株与土壤的水平同极化后向散射差异较大，水平极化后向散射系数和小麦覆盖度及土壤含水量相关性达到显著；冬小麦麦地的垂直同极化后向散射对土壤含水量较敏感，垂直极化后向散射系数和土壤含水量的相关性达到显著，但与小麦覆盖度的相关性相对较低。据此，利用冬小麦麦地的两个同极化后向散射系数，建立了后向散射系数与土壤含水量和小麦覆盖度之间的关系模型，实现了小麦覆盖度和冬小麦覆盖下的土壤含水量反演。验证结果表明：土壤含水量和小麦覆盖度反演结果与地面调查和测量结果一致。     

全覆盖植被冠层水分遥感监测的一种方法: 短波红外垂直失水指数

利用叶片辐射传输模型PROSPECT、植被冠层辐射传输模型SailH和地气辐射传输模型6S, 进一步探索近红外、短波红外反射光谱特征, 从光谱特征空间的角度, 分析地物在NIR-SWIR空间的分异规律, 建立监测植被冠层水分含量的新方法-短波红外垂直失水指数(SPSI). 通过实地观测数据和叶片、冠层辐射传输模型验证本文提出的新方法, 结果表明SPSI和实地观测的植被冠层水分含量(FMC)具有较高的相关性, R2和RMSE分别为0.79, 26.41%, 证明了SPSI在FMC反演方面有一定的应用潜力.