基于LTDR AVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演

叶面积指数是描述土壤-植被-大气之间物质和能量交换的关键参数,获取大区域长时间序列叶面积指数有助于研究气候变化条件下植被的响应及反馈。本文利用MODIS观测和经过重新处理的地表长时间数据集（Land Long Term Data Record）LTDR AVHRR数据,生成了全球1981-2012年叶面积指数数据。算法通过建立二者之间像元级关系,利用高质量MODIS观测约束历史AVHRR数据的反演,这有助于减小2种存在显著差别传感器反演结果的不一致性,也有助于提高AVHRR反演质量。首先算法利用高质量MODIS地表反射率反演2000-2012年叶面积指数,然后利用多年每8 d的LTDR AVHRR地表反射率数据计算简单比植被指数（Simple Ratio,SR）,利用SR平均值和MODIS LAI平均值建立像元级AVHRR SR-MODIS LAI关系。在此基础上,实现1981-1999年AVHRR LAI反演,最终得到全球1981-2012年叶面积指数数据。本算法反演的AVHRR和MODIS LAI与全球植被的空间分布吻合,能表征主要生物群系类型的季节变化特征,2个数据集一致性较好,并且与NASA MODIS LAI标准产品（MOD15A2）的空间分布和季节变化曲线吻合较好。     

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。     

林下植被遥感反演研究进展

林下植被在森林生态系统碳、水和营养元素的累积和循环方面有着重要作用与科学意义。多角度、高光谱和激光雷达遥感系统凭借对森林分层结构的敏感性,成为量化林下植被的重要手段。本文综述了森林林下植被的遥感反演研究进展：首先讨论了林下植被的定义,其次对当前林下植被的遥感反演现状作了深入分析,总结了多角度、高光谱和激光雷达遥感观测的森林背景的反射率、林下植被的叶面积指数、高度和覆盖度的遥感反演原理和方法。基于不同卫星观测角度下森林冠层和森林背景对总反射的贡献差异,林下反射率可通过多个角度的观测数据进行反演。此外,借助激光雷达穿透冠层直接观测林下植被的优势,总结了激光点云数据和回波波形信息反演林下植被的覆盖度和高度的方法,以及今后使用遥感技术反演的难点和获取林下植被信息的主要发展方向。     

基于物理模型训练神经网络的作物叶面积指数遥感反演研究

叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。     

玉米叶面积指数的CHRIS/PROBA数据反演分析

叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R²达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。     

真实和有效叶面积指数及聚集指数的尺度效应

尺度效应是地球科学和定量遥感中的重要研究课题,目前的许多研究大多集中在估算尺度效应带来的误差,而对一些关键的植被结构参数是否存在尺度效应及其尺度转换方法尚存在诸多不同见解.本文针对真实和有效叶面积指数(LeafAr-ea Index,LAI和Effective LAI,LAIe)以及聚集指数(Clumping Inde...     

高速公路对路域植被影响的时空格局变化遥感监测分析

植被覆盖动态监测及与生态环境变化的响应是陆地生态系统研究的重要内容。本文以不同时相的TM遥感影像为信息源,基于辐射传输模型PROSAIL,定量反演了不同时期高速公路两侧植被的叶面积指数,以反演的叶面积指数作为路域植被生长状况的监测指标,对实验区路域植被的生长状况进行了时空格局变化的动态遥感监测研究。研究表明：① 在时间上,路域植被的生长状况在高速公路开通后5年内受到的影响相对最大;② 在空间上,离高速公路越近的植被的生长状况受到的影响较大,离高速公路越远的植被的生长状况受到的影响较小。本研究为监测路域植被生长状况提供了重要的方法,为指导路域植被的生态恢复与保护提供了可靠的基础。     

都安县植被覆盖度动态变化的遥感反演及驱动力分析

文章以广西都安县1988、1999、2006年不同时相的LANDSAT TM遥感影像为基础数据源,运用归一化植被指数像元二分法研究了1988～2006年间该县植被覆盖度动态变化情况,并分析该县植被覆盖度变化的驱动因素,为区域石漠化定量研究与生态环境恢复建设提供科学的依据及借鉴.     

从增强型水体指数分析遥感水体指数的创建

本文对新近提出的增强型水体指数(EWI)进行了分析和讨论,分别用经过大气校正和未经大气校正的两种影像来对该指数作了验证,并与改进的归一化差值水体指数(MNDWI)进行比较。结果表明该指数在经过大气校正的影像中对水体的增强和提取效果不理想,许多水体影像特征不但未能得到增强,反而受到抑制而被漏提。显然,该指数在创建时忽略了大气因素的影响。另外,该指数在构建上重复选择近红外和中红外波段也是造成提取效果不理想的原因之一。因此,为了创建正确的水体指数,避免水体增强和提取结果的偶然性和不确定性,水体指数的创建必须用经过大气校正的影像进行验证,而构建指数的波段也要避免不合理的重复选择,这样才能使所创建的指数具有更广的适应性。     

湛江近海有色溶解有机物遥感反演

【目的】比较分析湛江近海有色溶解有机物(CDOM)的不同反演算法,并将最佳算法应用于卫星遥感数据,了解湛江近海CDOM空间分布。【方法】基于湛江湾及邻近海域的海上观测资料,利用QAA-E、QAA-Dong和QAA-CDOM三种经典半分析算法以及经验算法反演湛江近海CDOM浓度。【结果与结论】QAA-CDOM算法在三种经典半分析算法中精度最高,平均相对误差(MRE)为28.8%,均方根误差(RMSE)为0.07。同时,利用R_rs(665)/R_rs(444)与a_g(440)进行回归分析,建立CDOM反演的经验算法,决定系数为0.65,验证点的MRE为26.5%,RMSE为0.07。将经验算法应用到Sentinel-2卫星数据,得到CDOM反演空间分布图,显示鉴江口CDOM浓度较高,而硇洲岛附近及离岸较远的海域CDOM浓度较低。     

融合植被遥感数据的北京市次日花粉浓度预测

中国国土绿化状况公报指出,2010-2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高.本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数(LAI)时间序列作为植被物候信息,并将其作为花粉浓度预测因子之一,结合日气象数据,使用具有外部输入的非线性自回归神经...     

综合多特征遥感图像智能检索方法的概念设计

遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的...     

基于五叉树分解与多特征直方图匹配的高分辨遥感图像检索

随着遥感图像数量的急剧增加,如何进行高效检索已成为遥感图像信息提取和共享的瓶颈问题,基于内容的遥感图像检索因此逐渐成为了研究热点。本文提出了一种新的遥感图像检索方法,该方法综合利用了图像的色调和纹理特征。其基本过程是:首先,对图像进行主成分变换,对变化后的第一主成分图像进行五叉树分解,将大幅面的遥感图像分成一系列的子图像;然后,利用多通道Gabor滤波器与子图像做卷积运算,提取其纹理特征,同时计算像元值的方差和三阶矩作为各子图像的色调特征;最后,以子图像为特征基元,构建图像的色调直方图和纹理直方图,以多特征直方图匹配方法计算图像相似度实现遥感图像检索。利用高分辨率遥感影像的检索实验证明该方法是有效的。     

干旱遥感监测方法及其应用发展（可下载全文）

 干旱是世界上影响范围最广和造成社会经济损失最严重的一种自然灾害。本文从干旱遥感监测的不同角度出发,总结了目前干旱遥感监测的主要方法、应用状况及优缺点。主要包括针对裸土地表类型的热惯量法、微波法,针对植被覆盖地表类型的可见光、近红外、短波红外等波段反射率数据的归一化植被指数法、距平指数法、条件植被指数法、归一化差值水分指数、归一化干旱指数、植被供水指数等,以及热红外遥感数据的温度植被干旱指数、温度条件指数、作物缺水指数、水分亏缺指数等。最后,提出了加强干旱遥感监测技术研究的建议,同时指出将可见光和微波相结合的指数模型的研究是干旱遥感监测可能的发展方向。     

土壤水分微波反演方法进展和发展趋势

土壤水分是连接地表水循环和能量循环的关键参量,精确获取该参量对于理解气候变化、地表水文过程、地气间能量交换机理等具有重要意义。微波遥感由于其较为合适的探测深度和坚实的理论基础在观测地表浅层土壤水分上具有很大优势,结合反演方法可以获取空间连续的土壤水分含量,有助于更加客观认知土壤水分的时空演变机理。随着微波遥感数据的不断丰富,多种微波遥感土壤水分反演方法相继涌现,为了更好地了解其发展和趋势,本文总结了当前土壤水分微波反演常用的卫星遥感数据并分析其发展趋势,后从主动微波反演、被动微波反演和多源协同反演3个方面梳理了各类土壤水分微波反演方法的原理、发展和优缺点,最终总结出目前微波遥感土壤水分反演方法的发展趋势：即土壤水分微波反演方法的时空普适性逐渐增强、面向高时空分辨率的土壤水分微波协同反演方法快速发展以及土壤水分微波反演方法的智能化水平不断提高。