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。     

IRS - P6卫星LISS3图像数据质量评价

利用辐射精度、清晰度、信息量、信噪比、几何精度、地面分辨率6个数据质量评价指标,对LISS3与TM图像进行对比分析。研究结果表明,LISS3图像在地面分辨率和信噪比方面有显著提高,几何精度(均方根误差为0.28)小于1/2个像元,在绿(0.52~0.59μm)、红(0.62~0.68μm)和近红外(0.77~0.86μm)波段其辐射精度、清晰度、信息量均高于TM图像,在短波红外波段(1.55~1.70μm)相应指标略低于TM图像。分析LISS3在短波红外波段图像质量指标降低的原因,提出增加LISS3第5波段宽度、新增波长2.2~2.5μm的短波红外波段以改进LISS3传感器的波段参数。     

高光谱遥感影像波段选择算法评价方法研究

波段选择在高光谱影像数据降维处理中尤为重要,其算法较多,但针对波段选择算法评价方法的研究却很少。该文提出一种波段选择算法的评价方法。引入信息量、类别可分性和相关性3个指标,对所选波段子集进行度量,通过比较不同波段选择算法所选波段子集的度量结果,实现对波段选择算法的评价。在试验中,将该评价方法应用于4种常用的波段选择算法,分析了评价结果并验证了该评价方法的可行性。     

基于DISORT算法的冰川表面温度反演研究

考虑冰雪发射率受污染物、地形及冰雪中溶解水的影响,不同地区、不同季节冰川的表面温度存在较大差异。以青藏高原西昆仑山古里雅冰川为研究对象,基于MIE散射理论及DISORT算法,借助散射相函数计算二次散射光的方向分布,实现了DISORT辐射传递求解,并建立ASTER影像第10-14波段发射率估算经验公式。结果表明:ASTER影像的冰雪发射率估算值与美国约翰霍普金斯大学应用物理实验室冰雪发射率实测均值相差不超过0.0058,水汽含量(云)距地面高度为0km状况下,ASTER第10-14波段发射率均值分别为0.9792、0.9799、0.9819、0.9920、0.9781,且ASTER影像发射率温度分离算法的冰雪估计误差约0.5℃。冰川表面温度与高程呈负相关。     

基于高分一号卫星影像的多种融合方法比较

以扬州地区为试验区,利用高分一号(GF-1)卫星全色及多光谱影像数据开展融合试验,将PCA、GS、Pansharping 3种传统融合方法与Elbakary、Proxy-sharpening和SFIM等以全色波段为尺度因子的融合方法进行对比,从光谱继承性和空间融入度两方面分析融合效果,寻找适合GF-1号卫星影像的较佳融合方法。结果表明,传统融合方法在光谱继承性和空间融入度两方面的评价结果中保持一致,且Pansharping方法在定性和定量分析中都为最优;以全色波段为尺度因子的融合方法其空间融入度随着光谱继承性的降低而增加;基于不同移动窗口大小的SFIM方法其光谱继承度和空间融入度均属最优,其中,移动窗口为5×5和7×7时,整体融合精度高于其他方法。     

基于单一影像局部回归模型修复的Landsat 7 ETM SLC-OFF图像质量评价

以时段相近的Landsat 5 TM影像为参照,通过定性评价(目视)和定量评价(均方根误差、平均差异)方法,分别对单一影像自适应局部回归和单一影像固定窗口局部回归模型修复后的Landsat 7 ETM SLC-OFF数据的图像质量进行评价.结果表明,无论是以Landsat 5 TM影像还是Landsat 7 ETM SLC-OFF影像作为填充影像,得到的修复图像的B1、B2、B3波段均存有一定的条纹,使其应用受到一定限制;但B4、B5、B7波段则没有条纹,这3个波段基本可以应用.对比发现RGF模型方法修复后的影像效果优于FGF模型方法的效果;从填充图像类型看,以Landsat 7 ETM SLC-OFF为填充图像修复的影像比以Landsat 5 TM为填充图像修复的影像效果更好.     

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。     

扎龙湿地克钦湖富营养化状态的高光谱遥感评价

通过分析扎龙湿地克钦湖水体高光谱反射率与水质参数的相关关系,采用单波段、波段比值等算法分别选取特征波长建立水质参数的高光谱定量模型,并且结合修正营养状态指数(TSIM)和综合营养状态指数法,对水体的富营养化程度进行了监测和评价。结果表明,单波段归一化反射率对叶绿素a估测模型效果较为理想;利用高光谱一阶微分反射率,诊断各水质参数的敏感波段,建立线性模型,确定了TN、TP、SD、CODMn的敏感波段分别为733 nm、765 nm、782 nm、680 nm。单因素水质参数评价水体富营养化水平具有一定的局限性。综合考虑多个水质指标,对水质的富营养化程度进行了评价,结果显示,克钦湖水体呈现出中营养化状态,需要采取一定的措施,防范于未然。     

红壤侵蚀区马尾松林碳储量估算的遥感植被指数选择——以长汀河田地区为例

以福建省长汀县河田地区为研究区,在野外样方生物量调查和典型植被光谱测定基础上,对比分析SPOT5影像8种植被指数与马尾松林(Pinus massoniana)碳储量关系,估算区域尺度马尾松林碳储量。结果表明,马尾松林冠层与林下植被芒萁(Dicranopteris dichotoma)在短波红外波段(SWIR)反射率区分明显。加入SWIR的修正的归一化植被指数(MNDVI)与森林碳储量回归决定系数最高,并有较小的均方根误差,同时可减少林下植被覆盖对马尾松林碳储量估算影响。生态恢复驱动下研究区平均碳储量增加到30.37 t/hm2。     

高光谱遥感土壤有机质信息提取研究

土壤反射光谱特征分析是反演土壤信息参量的基础资料。本文阐述了使用航空成像光谱仪OMIS- Ⅰ数据并 结合ASD FieldSpec FR(350~2500nm)便携式光谱仪获取野外光谱数据, 对山东省烟台市招远东良乡原状农用土有 机质含量进行反演, 从而实现有机质填图。通过对土壤原反射率对数一阶微分变换并确定其与SOM的相关性, 最 终建立相应的多元线性回归方程。分析认为土壤有机质的测定选用762nm、874nm 及1667nm 波段在本次研究中效 果最佳。该模型也可作为土壤有机质估测和评价的参考。     

Evaluation of various satellite sensors for waterline extraction in a coral reef environment: Majuro Atoll, Marshall Islands

The ability of five satellite sensor bands (IKONOS band 4, Terra ASTER bands 3 and 4, and Landsat ETM+ bands 4 and 5) was examined to extract the waterline at coral reef coasts (Majuro Atoll, Marshall Islands) using different wavelength regions (near infrared [NIR] and shortwave infrared [SWIR]) and different spatial resolutions (4, 15, and 30 m). After performing georeferencing and normalization of the images, density slicing was used to extract the waterline. Comparisons of extracted waterline positions with ground-level data for eight transects and global positioning system (GPS) tracks of the island shorelines showed that NIR bands were superior to SWIR bands because of the characteristics of the coral reef coasts, including a lack of foam and suspended sediments (which can affect the NIR wavelength region, if present) and the presence of remnant water on reef flats during low tide (which can affect the SWIR wavelength region). A linear relationship was found between the estimation errors of waterline positions and the spatial resolutions of the NIR sensors. Analysis on estimation errors and image costs showed that Terra ASTER band 3 was the most cost-effective sensor for extracting waterlines with reasonable accuracy. The results serve as general guidelines for using satellite-derived data to estimate intertidal topography and detect and monitor shorelines in coral reef environments.     

基于减小叶片水分影响的湿地芦苇氮浓度高光谱反演研究

以盘锦双台河口湿地国家级自然保护区作为研究区,采用基于bootstrap的偏最小二乘回归模型（PLSR）,分别构建不同光谱变换技术（包括光谱水分影响减小技术WR、包络线去除CR、光谱一阶微分FD、光谱倒数的对数LR）和原光谱数据（R）的芦苇叶片氮浓度预测模型。使用变量投影重要性指标VIP,计算了各光谱波段在估算芦苇叶片氮浓度时的重要性。研究结果表明,WR光谱变换技术的芦苇叶片氮浓度估算精度最高（R²=0.87,均方根误差=0.57）,该方法可以有效减小叶片水分的影响,增强鲜叶片光谱中细微的氮吸收特征。     

FY-2C资料进行云顶粒子热力学相态分析应用初探

利用"9210"系统下发的FY-2C图像资料数字化信息,依据高云、中云、低云在可见光波段和红外波段具有不同的光谱特性,结合水汽通道和红外通道对密蔽云系的辐射特性,分析了2008年华南低温雨雪冰冻期间红外、水汽、可见光3个通道云系的辐射特征,发现了有利于识别水云、冰云和冰水混合云的方法。同时指出,对于密蔽云系,当水汽亮温值大于0℃而红外亮温值小于0℃时,云顶粒子的热力学相态为过冷却液态水的可能性大于冰晶结构的可能性。根据上述辐射特性分析制定了云类的识别方法。实例分析结果表明这种方法能较好地分离出易产生冻雨的云体中缺少成冰核的过冷却液态水云。     

基于粗集均值滤波的Hyperion高光谱数据滤噪方法

高光谱图像滤噪处理直接影响后续分析结果的精确度乃至正确性,鉴于此,针对Hyperion高空间分辨率和高光谱分辨率的特征,在比较分析目前各种高光谱遥感数据噪声滤波方法的基础上提出一种基于粗集均值滤波的噪声滤除方法,即先用上下近似空间和门限值刻画边缘,再用均值滤波。将该方法的实验结果与常用的高光谱数据MNF噪声分离算法和低通滤波算法的结果进行比较,发现基于粗集概念的均值滤波具有较好的保边去噪效果,其误差小、光滑性好、自适应能力强以及能够较好的保留细节信息,但需要通过交互确定门限;在处理不完整性、不确定性等问题时,粗集算法比硬计算效果更好。     

基于高光谱数据的戈壁地表砾石粒径反演研究

戈壁地表砾石粒径组成特征反映戈壁形成过程信息,且在很大程度上决定戈壁改造利用的难易,是开展戈壁研究的基础和前提。结合高光谱数据的微分变换,遴选出砾石粒径的敏感波段与反演方程,进行戈壁地表砾石粒径反演研究。结果表明：微分变换后的砾石光谱反射率与粒径有较好相关性,相关性最好的波段为908nm、983nm和985nm。其中,对数倒数微分变换之后的反射率与粒径成正相关（R² =0.61）,而一阶微分、平方根微分、对数微分3种变换形式之后的反射率与粒径呈负相关,相关系数分别为-0.633、-0.646、-0.649。将一阶微分变换后的光谱数据与粒径进行回归分析,发现一元三次回归模型具有较好的拟合精度,其中对数微分在回归分析中表现最好（R² =0.851）,经过验证得出对数微分预测精度（75.27%）高于其他4种微分形式的精度,表明砾石光谱的对数微分变换之后的908nm波段可应用于戈壁地表砾石粒径的反演。     

洪河自然保护区乌拉苔草生物量高光谱遥感估算模型

尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。     

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NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测

以星载高光谱影像Hyperion为数据源,系统比较了NDVI与偏最小二乘回归（PLS）估测荒漠化地区植被覆盖度的能力,模型的建立（n=46）与独立检验所用样本（n=10）均为地面实测数据。研究结果表明,基于星载高光谱数据的NDVI与PLS模型可以有效地估测荒漠化地区植被覆盖度。相比于宽波段NDVI（RMSEP=10.5618）及基于803.3/671.02 nm计算的标准高光谱NDVI（RMSEP=8.3863）,选择特定高光谱波段（823.65/701.55 nm）构建的NDVI预测植被覆盖度的误差明显较低（RMSEP=6.5189）。基于高光谱所有波段原始反射率、一阶导数及包络线去除光谱的PLS回归模型表现,要明显优于仅利用两个波段信息的NDVI,其中基于原始反射率的PLS回归模型表现最佳,RMSEP为4.4998,约为因变量平均值的23%。     

高光谱数据挖掘技术在资源勘查中的应用研究

在系统分析数据挖掘技术概念内涵和高光谱数据特征参数的基础上,基于Hyperion卫星高光谱影像,利用现代信息技术与海量数据处理方法,开展高光谱数据辐射校正、几何校正与影像镶嵌以及地质填图工作,探讨高光谱遥感技术在资源勘查与评价中的作用与应用潜力。研究表明：高光谱遥感技术在地层识别、岩石分类等方面应用效果显著。     

基于高光谱数据的天山北坡积雪孔隙率反演研究

以新疆天山北坡中段典型流域季节性积雪为研究对象,基于高光谱遥感监测技术,分析了融雪期积雪孔隙率与光谱反射率的相关性。采用偏最小二乘法(PLS)对相关性较高的波段进行压缩,并提取贡献率最高的前四个主成分,以此用来确定神经网络的隐含节点数、输入层、输出层的初始权值,建立PLS-BP模型进行积雪孔隙率反演研究。结果表明:当隐含节点数为3,模型的线性确定相关系数(R²)较高为0.9159,RMSE为0.04,相对误差为0.23。与传统偏最小二乘回归(PLSR)、主成分回归(PCA)建模方法相比,精度较高,所建定量模型可用于高光谱遥感反演积雪孔隙率。