地形复杂山区常用植被指数的地形校正对比

植被指数能反映地表植被生长、覆盖等情况,常作为反演植物生物物理参量的有效参数。然而,在地形复杂的山区,由于地形效应的影响,导致一些植被指数适用性受限。基于以上现状,本文以贵州省江口县为研究区,采用4种地形校正模型（Teillet-回归模型、Minnaert模型、C模型、SCS+C模型）对常用植被指数（SR、MSR、NDVI、SAVI、MSAVI、EVI）进行地形校正,以评价不同坡度条件下植被指数地形校正效果。结果表明：地形校正对缓解波段比形式的植被指数（SR、MSR、NDVI）地形效应的作用有限,而对非波段比形式的植被指数（SAVI、MSAVI、EVI）效果较好。另外,随着坡度增加,地形效应显著,地形校正效果也更明显：坡度较小时,波段比形式的植被指数无需进行地形校正,而建议非波段比形式的植被指数进行地形校正;坡度较大时,建议2类植被指数都进行地形校正,但非波段比形式的植被指数可能会发生过度校正现象。此外,地形校正后非波段比形式的植被指数与森林地上生物量线性回归模型的精度明显提高。因此,建议在地形复杂山区利用非波段比形式的植被指数进行定量反演时,先进行地形校正。     

复杂地形山区Landsat TM影像C校正策略与实验

采用分坡度、分NDVI（归一化差异植被指数）和分地类的C校正策略,对复杂地形山区Landsat TM影像进行地形校正,并运用视觉检验、回归分析和遥感分类精度将3种C校正策略的结果与传统的整体C校正进行对比,以探寻适合复杂地形山区的C校正策略。在此基础上,进一步探讨了地形校正对影像重采样尺度的响应。研究结果表明：与传统的整体C校正相比,采用分坡度、分NDVI和分地类的C校正策略能更好地消除原影像的凹凸感,减弱地形效应,且背阳面影像的过校正现象减少;各种C校正策略和整体C校正对Landsat TM影像不同波段的校正效果不一,其中,分地类的C校正策略对波段1、2、3和波段7的校正效果最好,分坡度的C校正策略对波段5的校正效果更佳,而整体C校正则对波段4的校正效果最好;虽然所有C校正均能有效地消除影像中的地形效应,但并未能提高影像分类精度;从不同重采样尺度C校正结果对比看,随着采样尺度增加,地形效应逐渐减弱,但并未完全消除,因此,中、低空间分辨率遥感影像的地形效应也不容忽视。     

X波段双偏振雷达反射率的衰减订正

雷达在探测降雨时,回波都有衰减。波长较短的X波段雷达地衰减更严重,所以有必要对其回波进行衰减订正。X波段雷达回波差分传播相移(KDP)比C、S波段的要高1.5~3倍。因此可以合理地考虑利用KDP对X波段雷达回波信号反射率的衰减进行订正。又由于当KDP的值较小时,对回波反射率订正效果受到其他因素影响。所以当KDP值较小时,使用反射率(ZH)自身进行订正。利用成都信息工程学院X波段双偏振天气雷达的探测降雨过程的回波数据,在已经提出的算法的基础上,利用ZH-KDP综合算法进行软件设计,并分析回波反射率在算法处理前后的效果。通过订正处理前后的数据绘制曲线图,定量对比分析订正处理前后的反射率值,订正处理后的值比订正处理前的值有增强,又用相同时刻S波段的回波数据对X波段的订正效果进行验证,二者值的大小相差不多,说明ZH-KDP法对回波反射率的衰减有改善。     

阴影消除植被指数(SEVI)去除地形本影和落影干扰的性能评估与应用

地形校正是崎岖山区遥感图像预处理的关键步骤。为了评估基于DEM数据的经验校正模型、山地辐射传输模型和波段组合优化计算模型在去除地形阴影效应方面的性能,并将其应用于福州市植被覆盖监测,本文采用C模型（和SCS+C模型）、6S+C模型和阴影消除植被指数（SEVI）进行评估、比较。采用1999年和2014年两期Landsat 5 TM卫星数据和相关的 30 m ASTER GDEM V2高程数据,分别计算了C校正（和SCS+C校正）和6S+C校正后的归一化植被指数（NDVI）和比值植被指数（RVI）以及基于表观反射率数据的SEVI。通过目视比较、光谱特征比较以及太阳入射角余弦值（cos i）与植被指数的线性回归分析,可以看出C模型和SCS+C模型对本影具有较好的校正效果,但对落影的校正效果欠佳。NDVI和RVI的本影与邻近无阴影阳坡的相对误差分别从71.64%、52.57%降至4.80%、6.43%（C模型）和0.50%、9.94%（SCS + C模型）,而落影与邻近无阴影阳坡的相对误差分别从62.01%、47.57%降至31.05%、24.40%（C模型）和33.42%、16.01%（SCS + C模型）。在NDVI的落影校正效果上,6S+C模型比C模型和SCS+C模型有一定的提升,本影与邻近无阴影阳坡之间的相对误差为8.63%,落影与邻近无阴影阳坡之间的相对误差为14.27%。而SEVI在消除本影和落影方面整体效果更好,本影和落影与邻近无阴影阳坡的相对误差分别为9.86%和10.53%。最后,基于SEVI对福州市1999-2014年的植被覆盖变化进行了监测。监测结果表明： ① 1999-2014年植被覆盖增加了893.61 km ²,植被增加区域主要分布在海拔250~1250 m范围内;② SEVI均值在坡度40°附近达到峰值。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

嫦娥一号IIM高光谱数据和月球轨道器LOLA DEM数据的配准与月表地形校正及评价

在对月探测中,月表物质的可见光、近红外反射数据,是进行月表化学元素及矿物反演与制图的重要信息源。受月球表面地形起伏的影响,嫦娥一号干涉成像光谱仪（IIM）高光谱数据在开展月表参数定量反演前,须进行月表地形校正,还原月表真实的反射率信息。IIM高光谱数据和常用的美国LOLA月球DEM数据之间存在月球经纬度空间配准不精确的问题,对月表地形校正的精度产生了影响。以月表陨石坑为例,在两幅月球遥感影像上选取一定数量的同名点,使用多项式校正方法进行像元级配准,与直接使用经纬度开展空间配准作了对比分析,发现IIM高光谱数据与LOLA DEM数据之间在经度方向存在平均约3.5个像元的位置偏差,纬度方向存在约1.95个像元的偏差。在此基础上,尝试将地球地形校正中使用的C校正方法运用到月球,探究在微弱大气散射环境下,月球陨石坑地貌的月表地形校正可行性。研究发现,经过像元级空间配准的数据在月表地形校正的效果上,比直接使用月球经纬度进行匹配的校正效果有明显提高。经过匹配和C校正,月表反射率与太阳入射角的余弦值之间的线性相关方程的斜率降低了89.4%,很好地消除月表陨石坑阴影地区和阳坡高亮区域的月表地形效应,恢复月表阴影区域的光谱信息。验证结果表明,校正后的月表局部遥感影像更接近于月表真实反射率,为后续利用IIM数据开展月表理化要素定量反演研究提供了可靠的科学数据保障。     

洪涝灾情快速反应的星载SAR与TM数据的融合处理

本文以1998年鄱阳湖地区发生洪涝灾害为研究实例,应用灾中的Radarsat-SAR和灾前的TM数据,以不规则三角网(TIN)方法实现了高精度几何配准。然后,通过波段相关性和信息熵值分析,选取最佳波段。最后,对不同融合模型得出的图像进行对比,得出结论:以灾中的SAR和灾前TM的一个近红外(TM5或TM7)以及一个可见光波段(TM3最佳),分别赋RGB色合成的图像效果很好,既能识别区分洪涝淹没的绝产区、土壤滞水减产区和未受灾区,并且操作简便,能满足洪涝灾情快速反应要求。     

Landsat5图像的增益、偏置取值及其对行星反射率计算分析

在对比不同时相的数据或建立遥感反演模型时,往往需要将图像的灰度值转换为反射率。增益和偏置是计算反射率时使用的两个基本参数。如果这两个参数发生偏差,反射率的计算结果就有问题,大气校正和其他相关工作的结果也是不可靠的。根据USGS文档和1995年以来的Landsat5遥感图像,对图像头文件中的增益和偏置参数的取值进行了分析,并按照标准单位将增益和偏置进行了转换。为了分析不同增益和偏置取值对反射率计算结果的影响,对比计算了植被和水体的行星反射率值。对2004年7月26日的太湖地区的TM图像。取值分为4种方案: (1)使用遥感软件ENV14．0计算;(2)使用图像头文件中的参数;(3)使用USGS提供的同期参数;(4)使用USGS提供的2003年前的参数。结果表明,不同增益和偏置取值导致计算结果变化较大。如果以方案3的USGS参数计算的结果为标准,那么,其他方案的相对误差值可从0．2％到20％以上。从各个波段的误差分布看,以第3波段的相对误差最小。从工作成果的可比性角度出发,建议统一使用USGS的增益和偏置参数计算Landsat5图像的反射率。     

土壤有机质含量估测及其影响因素的光谱分析

 土壤颗粒大小差异使土壤反射光谱产生相应变化,影响土壤有机质含量等属性的光谱预测精度。本研究准备了颗粒粒径分别为2、0.25和0.15mm的土样,测定土壤有机质(Soil Organic Matter,SOM)含量,并于室内模拟条件下测定其反射光谱。通过分析不同粒径土样的原始(Raw)、多次散射校正(Multiple scattering correction, Msc)、一阶微分(First derivative, Fd)、连续统去除(Continuum removal, Cr)光谱与SOM含量之间的关系,筛选出与SOM含量相关性最强的Fd光谱单波段(2250nm, r=0.82, P<0.01),并建立线性回归模型;利用全波段光谱反射率,以偏最小二乘回归(Partial least square regression, PLSR)方法,确立2mm土样Msc处理光谱的PLSR模型为最优模型(RPD=3.56、R²=0.90、RMSEP=1.96g/kg)。土壤颗粒粒径对土壤光谱反射率变化有明显影响,但二者之间并非简单的线性关系,可能存在一个转折点;单变量(单波段光谱反射率)线性回归模型的预测能力,明显低于全波段反射光谱(Msc处理)-PLSR模型;土样样本容量对SOM含量预测精度有显著影响。因此,根据样本容量大小,选择合适的土壤颗粒粒径与光谱预处理方法组合可以提高预测精度。     

CBERS-02星CCD波段平均太阳辐照度反演及应用

卫星图像波段平均太阳辐照度是计算表观反射率的重要参数。本文采用两种方法对CBERS-02星CCD波段平均太阳辐照度进行了计算,一种方法是利用大气辐射传输软件SBDART模拟大气顶部的太阳光谱曲线,结合CBERS-02星CCD波段响应曲线,计算1～4波段的平均太阳辐照度;另一种方法是用6S模型对波段平均太阳辐照度进行计算。为验证计算结果,用同样的方法,计算了LandsatTM5和ETM的波段平均太阳辐照度,与Landsat公布的数据进行对比,结果表明,用模拟的太阳光谱曲线的计算结果更准确。以2005年8月24日的一景图像为例,计算了图像的表观反射率,经6S模型大气校正后,反演了地表反射率,与地面实测的地表反射率进行了对比,除第四波段误差为4%外,其余1～3波段误差仅为0.01%。     

福州市城市不透水面景观指数与城市热环境关系分析

城市化致使城市环境问题的产生,城市热环境问题就是其中之一。本文从不透水面方面研究对城市热环境的影响。根据福州市1989年和2001年LandsatTM/ETM+遥感影像数据,利用线性光谱分解法提取两时相不透水面信息,并离散化分级为中低、中、中高、高密度区4个区域,分别计算这4个区域的地表温度(LST)、归一化植被指数(NDVI),并进行相关性分析;根据阈值法和范围法分别计算不透水面的PD、AI、LPI等景观指数,结果表明:两时段内不透水面的面积有所增加,在高密度区增加明显;不透水面与地表温度的呈正相关,相关系数分别为0.66和0.71;不透水面景观指数对FISA敏感,景观指数整体的变化趋势与地表温度的变化趋势相一致,FISA值越大,温度越高,且各斑块的形状越来越复杂,空间的连续性越强;聚集度越高,人类活动也越强。     

多源遥感数据时空融合模型应用分析

多源遥感数据时空融合模型是解决目前遥感数据获取能力不足问题的重要方法之一,当前主要融合方法的研究,集中于平原区域,缺乏复杂条件下的多源遥感数据融合技术的应用研究。针对我国南方复杂条件,本文对比研究了多源遥感数据时空融合模型在我国南方复杂条件下的应用能力。针对LORENZO模型、LIU模型、统计回归模型、STARFM和ESTARFM 5种主流多源遥感数据时空融合模型,采用Landsat-ETM+和MODIS数据,以江苏省南京市的小块区域为实验区,利用5种模型生产融合影像,以真实Landsat-ETM+数据为模板,定性和定量评价融合效果的好坏。结果表明：除LORENZO模型外,其余4种模型获得的融合影像与真实影像之间都具有较高的相关性,相关系数均高于0.6,其中,ESTARFM模型的融合影像与真实影像间的相关性最高,融合效果最好,其次为STARFM模型,再次为LIU模型和统计模型法。在融合过程中采用距离、时间和光谱等信息越多,融合效果越好,在复杂地区的适用能力越强,融合影像更能反映地物的细节特征。     

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。     

城市绿量的遥感估算与热岛效应的相关分析——以北京市五环区域为例

 本研究以遥感分析北京城市绿地对地表温度的影响,研究包括绿地提取、绿量估算、地表温度反演,地表温度和绿量相关分析。并以高精度Rapid Eye遥感影像,提取了五环内的绿地面积(197.3km²,占城区总面积的29.6%),且估算绿量总值为2450.7km²。同时用2009年7月20日的Landsat5 TM 6波段数据进行地表温度反演,低温区、中温区、次热岛和热岛区域所占的五环内城区面积的比例分别为12.3%,34.7%,40.4%和12.6%。绿量和地表温度呈负相关关系:y=-1278.7x+60650,城市绿地可以使城区平均温度降低2.6℃。     

准格尔旗植被覆盖度变化的时间序列遥感监测

准格尔旗2000年开始实施退耕还林、沙漠治理政策已逾10年,了解准格尔旗植被恢复现状及存在的问题,对于制定更加合理的环境治理政策、实现环境和经济的可持续发展具有重要意义^[1]。本研究基于准格尔旗地区1990、2000和2011年3个时间序列的Landsat TM/ETM+遥感影像,通过选取3个时期植被与裸地的NDVI值,代入像元二分法模型中,反演得到3个时期的植被覆盖度,并且通过研究准格尔旗3期植被覆盖度的时空变化特征、近21年的准格尔旗植被覆盖度转移矩阵、植被恢复/退化状况及驱动力,定量分析了该地区近21年植被覆盖度的时序变化和空间分布特征。研究结果表明：准格尔旗近21年植被覆盖度显著增加,平均覆盖度由1990年的15.53%上升到2000年的17.82%,以及2011年的29.30%;准格尔旗的大部分区域植被呈恢复状态,局部区域呈现退化现象;准格尔旗的植被覆盖度变化特征受降雨因素影响不显著,准格尔旗近21年植被覆盖度的显著提高主要得益于2000年之后的一系列植被恢复工程。     

厦门市植被变化的遥感动态分析

本文利用美国LandsatTM/ETM+卫星影像,通过变化检测和信息提取等分析了福建省厦门市从1989～2000年的植被变化。它们包含了一部分不是由植被变化所引起的伪变化信息。对此,依次采用了阈值法和掩膜法将伪变化信息剔除,最后获得了准确的植被变化信息。研究结果表明,厦门市11年中,植被面积由于城市扩展绿地面积有了明显的减少。从1995～2000年植被减少的面积明显要比1989～1995年期间的少得多,这与厦门市近年来逐渐重视保护植被和生态环境有密切的关系。     

京津风沙源区生态环境时空变化的遥感监测分析

本文利用由遥感影像解译获得的土地利用数据和MODIS NDVI产品,采用空间转移矩阵、最大值合成法、均值法和一元线性回归模拟等方法,分析了2000年以来京津风沙源区生态环境变化的时空特征.结果表明:(1)2000-2005年京津风沙源区耕地开垦、林草地减少的趋势有所减缓,但区域气候变化趋于干旱,水域面积明显减少,草地退...