利用高光谱遥感图像估算小麦氮含量

利用2001—04—26实用型模块化成像光谱仪(0MIS)在北京小汤山地区获取的航空高光谱遥感图像，对图像进行了精确的几何纠正和反射率转换，提取出43条小麦图像光谱与地面叶片全氮含量数据相对应，运用红边、光谱吸收特征分析方法和逐步回归算法，选择和设计了叶片全氮反演的特征波段和特征参数，并进行了全氮含量境图。实验结果表明：由吸收特征光谱(590-756nm，1096—1295nm，1295—1642nm)确定的特征深度与面积能够很好地对叶片全氮含量进行反演；NDVI(NRCA1175.8，NRCA733.9)和NDVI(dr745，dr699．2)与TN的关系最好(R^2分别为0．8145，0．769)；全氮含量填图的值域和分布与地面调查和测量结果一致。     

指示冬小麦条锈病严重度的两个新的红边参数

通过人工田间诱发不同等级条锈病,在不同生育期测定了36条感染不同严重程度条锈病的冬小麦冠层光谱及相应叶片的生理生化参量。对测定的冬小麦红边一阶微分光谱进行分析,发现随着病情严重度的增加,红边一阶微分的前峰(700nm附近)越来越明显,后峰(约在725—740nm)越来越不突出,以红边一阶微分的双峰特征随病情指数的变化为基础,设计了两个新型的红边参数:DSr和Ar,它们可以分别用来描述红边一阶微分光谱曲线的陡峭度和不对称性,与其他常用的红边参数(红边位置、红边一阶微分最大值,红边一阶微分所包围面积)相比,新参数反演病情严重度的精度更高。     

利用偏最小二乘回归反演冬小麦条锈病严重度

通过人工田间诱发不同等级条锈病，在不同生育期测定冬小麦感染条锈病严重度和冠层光谱，采用偏最小二乘（PLS）方法建立了冠层光谱和条锈病严重度的回归模型。结果显示： PLS反演冬小麦条锈病严重度的效果很好，与文献［4］中提出的利用高光谱指数进行反演的结果相比，精度更高； 通过对PLS回归系数的分析，发现叶绿素吸收谷两边（505~550 nm，640~670 nm，680~700 nm）的一阶微分光谱可用于诊断冬小麦条锈病病情，条锈病病害冬小麦在叶绿素吸收谷两边的一阶微分光谱的绝对值会比健康冬小麦的更大。     

鄱阳湖地区高光谱遥感数据的定标研究

针对翻阳湖地区的成像光谱仪遥感数据，利用３种不同的定标模型进行了定标反演的研究。结果表明，在所有的３种定标方法中，经验线性定标模型的反演结果最稳定，基本符合实际。     

鄱阳湖地区高光谱遥感数据的定标研究

针对鄱阳湖地区的成像光谱仪遥感数据,利用3种不同的定标模型进行了定标反演的研究。结果表明,在所有的3种定标方法中,经验线性定标模型的反演结果最稳定,基本符合实际。     

星载高光谱成像光谱仪的特性与应用

介绍了星载高光谱成像光谱仪的种类、技术参数和数据特点,指出了成像光谱数据处理软件包应具有的功能,概括了成像光谱仪数据的应用前景。     

高光谱遥感及其在青藏高原的应用潜力分析

高光谱遥感以其波段数目多、光谱分辨率高、带宽窄等特点受到了国内外研究者的广泛关注,它的发展可以说是遥感技术领域的巨大进步。本文主要介绍高光谱遥感的发展,以及针对高光谱影像独有的特点所要进行的数据处理方法。在此基础上,结合青藏高原独特的地理地质环境,探讨高光谱遥感在青藏高原的应用潜力。     

高光谱遥感积雪制图算法及验证

雪盖面积是高山地区和季节雪盖区水文和气象模型的重要输入因子。机载和星载遥感数据提取的雪盖面积是融雪径流模型的重要组成部分。对应不同传感器件的光谱特征，多种分类方法被相继提出。但是，缺乏相对独立的验证手段来评价各种分类方法，其主要原因是缺乏地面真实状态。针对该现状，本研究利用高光谱图像的细分光谱特征，建立高光谱影像及其对应“地面真相”的像对数据库来发展和验证积雪制图算法，并展示MODIS积雪制图算法验证和ASTER混合像元分解雪盖制图算法研究的应用实例。     

高光谱遥感图像的空间邻域指数

通过高光谱遥感图像空间邻域内光谱特征的变化,研究了邻域光谱度量指数;根据邻域内端元光谱特征的变化,提出了邻域独立端元指数提取图像的空间维细节信息。通过真实高光谱遥感图像检验,两类邻域指数能够较好地提取高光谱遥感图像中的细节,为进一步结合空间维、光谱维特征的高精度目标探测与识别创造了有利条件。     

基于地面高光谱数据的东亚飞蝗危害程度监测

20世纪80年代以来东亚飞蝗在中国再度猖獗,及时、准确地监测东亚飞蝗的危害程度,对于东亚飞蝗的有效防治有重要意义。本研究以河北省黄骅市为研究区,利用地面高光谱数据,分析和比较了正常生长芦苇和受蝗虫危害芦苇的冠层反射光谱和高光谱特征参数的差异,并建立了高光谱特征参数与芦苇叶面积指数（LAI）的关系模型。结果表明,其中的虫害光谱指数（DSI）最适用于反映研究区芦苇受蝗虫危害的程度。在此基础上,利用DSI对研究区蝗虫的危害程度进行了划分,即：DSI〉62.856未受危害;41.254≤DSI≤59.496轻度危害;DSI〈41.254严重危害。     

基于波谱知识库的MODIS叶面积指数反演及验证

目前用物理模型反演叶面积指数普遍存在缺少先验知识的状况，如何获得准确的先验知识是遥感走向应用的一个关键环节。中国典型地物标准波谱数据库就是结合国家重大行业中的应用需求，研究制定地物波谱获取与分析的技术规范和数据标准，建立典型地物标准波谱数据库。从波谱数据库提取模型反演所需要的先验知识，实现了基于SAIL模型的MODIS数据（经过几何纠正与大气纠正）叶面积指数的反演。另外，基于TM数据，对MODIS混合像元进行了分解，用纯像元的叶面积指数与实测数据进行对比验证，同时，反演结果与NASA的LAI产品也进行了对比，结果表明基于波谱库的先验知识可以有效的提高叶面积指数的反演精度。     

基于波段组合的高光谱数据湿地分类研究

对高光谱数据进行波段组合,可以减少信息量的冗余,提高数据的处理速度。对黄河口入海口湿地进行分类,对合理利用、开发保护该地区湿地资源具有重要意义。本文首先分析了“珠海一号”高光谱数据各个波段的信息量及波段之间的相关系数,然后利用最佳波段指数(OIF)方法选出波段组合B7-B8-B32,进一步在OIF基础上设置信息量与相关系数阈值,选出波段组合B7-B18-B32,实验结果证明分类精度提高了5.4%。最后,根据地物的光谱特征分析,选择光谱差异较大的波段进行组合B6-B13-B18,分类后精度比OIF筛选出的波段组合精度高12.6694%。经实验验证,结合地物光谱特征的波段组合可以大大提高分类精度。     

利用高光谱数据对作物群体叶绿素密度估算的研究

叶绿素是农作物生长中重要的因素。叶绿素含量既表明作物生长的状况,又表征了作生的生产能力。而叶绿素密度（单位面积农作物的叶绿绿素含量）是估计农作物群体生产力的重要指标。对早播稻、晚播稻和玉米的多时相的群体光谱测量数据和相应的叶片叶绿素密度的测量数进行了相关分析,结果表明早播、晚播稻和玉米的群体光谱的反射率数据以及其导数光谱数据绿素密度具有委好多的相关性,并且可以对这几种农作物建立统一的线性回归关系。     

高光谱与多角度数据联合进行混合像元分解研究

混合像元问题是定量遥感的主要障碍之一。将混合像元问题归结为类内与类间像元混合两类，并对类内混合像元分解问题加以研究。混合像元分解的关键在于确定组分光谱，确定组分光谱的方法很多，但大多数方法基于以下假定，即从图像本身可以找到纯组分光谱，然而这一假定对于类内混合像元分解问题来说很难成立。提出采用高光谱与多角度相结合的方法，利用几何光学模型和线性光谱混合模型进行类内混合像元分解。即首先利用多角度数据反演几何光学交互遮蔽(GOMS)模型获得组分光谱，再对高光谱数据进行组分光谱分解。由于该方法直接从混合光谱产生的机理出发，因而更容易获得真正的亚像元信息。为减小反演误差，反演过程中采用改进的多阶段的反演策略，并充分利用多角度图像本身提供的先验信息。用BORE—AS试验获取的高光谱与多角度数据所作的研究表明，该方法可以获得比较理想的分解结果。     

夏季太湖叶绿素a浓度的高光谱数据监测模型

本文依据2004年7月的实测数据构建了太湖夏季叶绿素a浓度的实测光谱数据估计模型,并使用2004年8月的数据对模型进行了验证。调查样点覆盖了太湖内的典型水域,水样数据由无锡太湖环境监测站采集。样点的光谱数据用ASDFieldSpec野外光谱仪获取,每个样点测量10次,测量结果被转换为遥感反射率。对不同的波段组合进行比较分析后,从可解释性出发,最终选择了归一化指数表达式作为最佳波段组合,所建立的模型为：Chla（μg/L）=EXP（2.478 ＋16.378＊N66）,其中,N66为（R696 -R661） /（R696 ＋R661）。模型的R^2为0.9051,显著性p〈0.0001。与其他模型相比,本文的模型比较稳健,用于估计8月的叶绿素a浓度具有较小的绝对误差。本文的工作同时表明,在太湖的夏季相邻月份,可以使用实测光谱数据模型进行水体叶绿素a浓度的估计。     

Retrieval of soil physicochemical properties towards assessing salt-affected soils using Hyperspectral Data

The relationship between soil salinity parameters and their influence on soil spectral characteristics were analyzed using both satellite data (Hyperion) and reflectance data of soil samples collected from parts of Ahmedabad district of Gujarat, India. The soil spectral reflectance curves were assessed using absorption feature parameters by DISPEC software to identify suitable spectral band for salinity characterization. The Hyperion data of the study area were processed and classified into different classes by spectral angle mapper algorithm using spectral library generated from soil spectra. The results showed that among all the observed soil parameters Electrical Conductivity, Exchangeable Sodium Percentage, Cation Exchange Capacity and Mg⁺⁺ predictions can be made accurately based on partial least square regression models developed from selected wavelengths. Out of the total study area moderately saline-sodic, severely saline-sodic, severely saline and slightly saline soils occupy 23.5, 12.6, 10.9 and 0.04%, respectively.     

地面成像光谱辐射测量系统及其应用

系统介绍了自主研制的基于制冷面阵CCD地面成像光谱辐射测量系统(field Imaging spectrometer system,FISS)的成像原理,结构设计,主要指标参数和数据处理流程等。利用室内布设的精确标志点和野外测量数据纠正了FISS系统几何畸变;利用自行开发的光谱定标软件对FISS系统进行波长定标,确定了各通道中心波长和全波半高宽;在室内,以积分球为光源,对FISS系统逐波段进行了绝对辐射定标,定标精度优于5%,并建立了各种测量条件下绝对辐射定标系数查找表;最后,利用FISS系统样机进行了大量室内和野外测量实验,并基于获取的部分数据做了作物-杂草识别、近海岸海洋环境试验、牛奶品种识别和植物生化参量反演等研究。研究结果表明,FISS系统能够成功地用于上述领域的研究,并在地质、食品、农业、林业和城市等领域也具有强大的应用潜力。     

基于高光谱数据和专家决策法提取红树林群落类型信息

高光谱遥感是进行地表植被观测的强有力工具,研究并验证有效的算法和数据支撑技术,对于合理利用高光谱数据进行地表植被监测与分析至关重要。在光谱特征分析和地面调查的基础上,基于决策树方法和高光谱分析方法的组合,以深圳市福田国家级自然保护区为例,利用高光谱数据进行红树林群落信息提取的实证研究。结果证实了Hymap数据对于红树林群落类型信息提取的数据支撑能力,以及相关方法用于红树林分类研究方面的有效性。