基于HICO模拟数据的杭州湾水体悬浮物浓度遥感反演

以杭州湾及其邻近海域为研究区,利用现场实测光谱模拟了近海高光谱成像仪(hyperspectral imager for the coastal ocean,HICO)波段,并在光谱特征分析的基础上确定特征波段,通过比较单波段、波段比值和反射峰面积等算法,建立了该海域悬浮物的遥感反演模型,并采用均方根误差和相对误差进行精度评价。研究结果表明,利用724. 84 nm与461. 36 nm波段光谱反射率比值建立的模型精度较高;模型的决定系数为0. 925 2,反演得到的悬浮物浓度与实测悬浮物浓度之间的均方根误差为14. 09 mg/L,平均相对误差为5. 2%。本研究对利用HICO模拟数据反演近海岸水体悬浮物具有一定的参考意义。     

应用MODIS数据反演河北省海域叶绿素a浓度

为了建立更加合理、准确的叶绿素a遥感反演模型,利用地物光谱仪测定了河北省海域水面的光谱反射率,分析了光谱反射率与实测叶绿素a浓度之间的关系.在此基础上,通过MODIS数据各波段及波段组合的反射率与实测叶绿素a浓度的相关分析,确定第1波段(B1)为最佳反演波段,建立了应用B1反演叶绿素a浓度的遥感模型,并对模型精度进行验证.结果表明:该模型相关系数为0.66,反演结果均方根误差为0.48 mg/m3,模型精度优于SeaDAS的OC3标准经验算法;该模型反演河北省海域表层水体的叶绿素a浓度有较好的效果.     

基于GF-1与实测光谱数据鄱阳湖丰水期总悬浮物浓度反演

总悬浮物浓度是水质评价的重要参数之一。2015年8月,在鄱阳湖布设33个采样点,通过测量水面光谱和采集水样进行检测,获取水面遥感反射率、总悬浮物浓度和叶绿素a浓度等数据。结合实测水面遥感反射率数据与总悬浮物浓度的相关性分析,建立了单波段、一阶微分和波段比值3种反演模型,并分别进行了精度验证。研究发现,3种反演模型的拟合度(R2)均大于0. 9,其中单波段模型最优,其R2、均方根误差(root mean square error,RMSE)及平均相对误差(mean relative percentage error,MRPE)分别为0. 980 5,3. 78 mg/L和16. 99%。将该单波段模型应用于2015年8月3日的高分一号(GF-1)卫星影像数据,同样得到了较高的反演精度,R2,RMSE和MRPE分别为0. 847 7,12. 23 mg/L和35. 22%。结果表明,鄱阳湖丰水期总悬浮物浓度值总体偏低,平均值为23. 26 mg/L,高值主要集中在鄱阳湖北部通江河道及其以南的中部水域,其余水域分布较为均匀。利用2015年10月24日GF-1影像和准同步观测的21个采样点的总悬浮物浓度数据使用此模型做进一步验证,其反演精度接近于2015年8月影像验证结果,表明该模型能进一步推广应用到鄱阳湖不同时期总悬浮物浓度的反演。通过实测光谱的分析以及在遥感影像上的应用,可以为鄱阳湖总悬浮物浓度的反演以及环境监测提供参考。     

基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型

旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。     

鄱阳湖叶绿素a浓度遥感定量模型研究

叶绿素a浓度是反映湖泊水体营养状况的重要指标,本研究通过分析水体叶绿素a浓度与高光谱反射特征的相互关系,采用一阶微分值和峰值比值法分别建立了叶绿素a的高光谱定量反演模型,在此基础上与同步MODIS数据敏感波段建立卫星定量反演模型。结果表明:叶绿素a荧光峰出现在波段690nm-700nm,波段696nm一阶微分值相关系数最大;波段700nm与波段680nm的比值与其对数相关性较好,MODIS数据波段2和波段1比值的指数模型为最佳的回归模型。     

基于实测光谱估测密云水库水体叶绿素a浓度

水中叶绿素a浓度是衡量水体初级生产力和富营养化程度的最基本的指标。利用野外便携式地物光谱仪对密云水库水体进行反射光谱测量并同步采集水样。通过分析叶绿素a浓度与光谱反射特征的相关关系,建立了叶绿素a反演模型。结果表明,利用单波段光谱反射率、光谱比值指数或微分光谱比值能够可靠反演叶绿素a浓度;但微分光谱与叶绿素a浓度相关性更高,更适用于密云水库水体叶绿素a浓度的高光谱反演。     

基于高光谱曲线峰度、偏度的植被叶绿素含量反演模型研究

本文分析了高光谱反射率及红边位置与叶片绿度的相关性,建立了基于敏感波段和红边位置的叶绿素估算模型。通过对不同叶绿素含量高光谱曲线特征的分析,提出了基于高光谱曲线峰度和偏度的叶绿素估算新思路,并分别建立基于原始光谱560-760nm波段和一阶导数光谱660-760nm波段对应峰度、偏度的叶绿素反演模型。结果表明,法国梧桐、无花果和白毛杨基于敏感波段的叶绿素含量反演模型的拟合度,与传统估算模型相比,本文提出的新估算模型可以明显提高高光谱反演叶绿素含量的能力。     

应用TM数据估算沿岸海水表层时绿素浓度模型研究

本研究以大亚湾为实验区，以陆地卫星ＴＭ数据为信息源，结合表层海水叶绿素浓度实测资料建立模型。在对叶绿素光谱特征及遥感估算叶绿素浓度机理研究基础上，选取了ＴＭＩ—ＴＭ４波段的７５种波段组合为子因素，以叶绿素浓度为母因素，利用灰色系统理论，分析各波段组合与叶绿素浓度之间的关联度。将关联度最大的５种波段组合分别建模，得到５个估算表层海水叶绿素浓度的反演模型。误差分析表明，各模型的最大相对误差在１９％以下，平均绝对相对误差在１１．２％以下，相对标准误差在６．７％以下，模型精度较高。研究表明：（ＴＭ３×ＴＭ４）是估算沿岸海水表层叶绿素浓度的最佳波段组合，采用（ＴＭ３×ＴＭ４）与ＴＭ１、ＴＭ２或ｌｎ（ＴＭ十ＴＭ２）、Ｉｎ（ＴＭ１×ＴＭ２）之比值并不能改善估算精度。     

基于高光谱数据的苔草营养成分反演方法研究

研究基于高光谱数据的苔草营养成分(侧重粗蛋白质、总氮、总磷)反演方法。结果显示,粗蛋白质的最佳反演模型是通过原始光谱反射率(偏最小二乘回归的方法)获得,R2=0.814、RMSE=0.450;总氮的最佳反演模型是通过一阶光谱反射率(偏最小二乘回归的方法)获得,R~2=0.850、RMSE=0.175;总磷的最佳反演模型是通过原始光谱反射率(偏最小二乘回归)获得,R~2=0.882、RMSE=0.025。最佳模型检验结果显示估算值和实测值之间的强相关性:粗蛋白质R2=0.801、RMSE=1.029,总氮R2=0.777、RMSE=0.234,总磷R2=0.756、RMSE=0.043。     

太湖悬浮物浓度的MODIS影像估测研究

通过研究,发现在大样本(N=335)的情况下MODIS 500 mB1-B3与太湖悬浮物浓度具有较好的线性关系(R2=0.659)。同时,运用实测光谱深入分析悬浮物的敏感波段,进一步揭示了采用B1-B3估测的理论依据,并建立了适用于各个季节的太湖悬浮物通用遥感估测模型。     

江苏近海岸水深遥感研究

以江苏近海辐射沙脊群海域为典型研究区,通过实测水深数据和水体光谱测量与分析,发现对应TM3和TM4波段的水体光谱反射率对水深信息敏感,线性相关系数分别达到-0.561和-0.694。结合多光谱遥感信息传输方程所推导出的水深信息对数反演模式,针对本研究区TM4和TM3波段数据所建立的水深预测模式的复相关系数R2为0.4793,对0-15m水深,预测水深和实测水深之间拟合较好。利用TM5波段反射率、出露沙洲反射率以及海水反射率的差异,通过建立掩膜图像,可较有效地对TM遥感图像进行水陆分离,提取TM图像中海水部分,进一步可通过常用的图像处理软件绘制每隔5m的TM水深遥感制图、等深线图。随着高空间、高光谱、高辐射分辨率遥感技术的发展,对浅海水域的水深和水下地形进行遥感探测的技术方法和应用将会不断地深入开展。     

航空遥感数据典型自然下垫面偏振特性分析

对于航空航天大气偏振遥感来说,下垫面偏振辐射噪声影响扣除至关重要。本文基于航空偏振遥感数据,探讨了典型自然下垫面对可见光及短波红外波段偏振敏感性。研究发现,在可见光波段与短波红外(2250 nm)波段,植被下垫面偏振反射率线性拟合斜率都接近1,相关系数大于0.95,表明植被偏振反射率对光谱波段不敏感。比较分析了平静水面和存在耀光水面在670 nm和2250 nm两波段的偏振特性,存在耀光的水面其偏振反射率大约是平静水面的3倍。此外,在实验室测量了红砂土和河沙土的偏振反射率,偏振反射率随波段的改变量很小,其与波段的线性拟合斜率仅为10-5量级,说明两者的偏振反射率对波段很不敏感。因此,利用典型自然下垫面在可见和短波红外波段的偏振反射特性,将能够有效进行地气解耦,提高大气偏振遥感精度。     

Retrieval of CDOM and DOC Using In Situ Hyperspectral Data: A Case Study for Potable Waters in Northeast China

Chromophoric dissolved organic matter (CDOM), the light absorbing fraction of dissolved organic carbon (DOC), together with phytoplankton and total suspended matter are the main optically active components could be retrieved by remote sensing data. Generally, different composition of DOC and CDOM corresponds to different water surface reflectance. Absorption properties of CDOM and retrieval models for CDOM and DOC were investigated with data from potable reservoirs located in the central of Jilin Province. Water sampling field surveys were conducted on 15, 16 and 19 of September 2012 across the Shitoukoumen, Erlonghu and Xilicheng reservoirs, respectively. Both empirical regression (single band model and band ratio model) and partial least squares coupled with back-propagation artificial neural models (PLSBPNN) were established to estimate CDOM absorption coefficient at 355 nm [a_CDOM(355)] and DOC concentration with in situ measured remote sensing reflectance. It was found that the band ratio models and PLSBPNN model performed well for estimating DOC concentration while the band ratio models yielded the best result in retrieval CDOM. Moreover, all the three models performed better on the DOC concentration estimation than the performance on a_CDOM(355). Band ratio models outperformed (R ² ?=?0.55) other models for estimating CDOM absorption coefficient, while PLSBPNN model outperformed other models with respect to DOC estimation (R ² ?=?0.93). High spectral slope values indicated that CDOM in the potable waters primarily comprised low molecular weight organic substances; while sources of DOC were mainly coming from exogenous input, which was the main reason lead to the difference of model performances on DOC and a_CDOM(355) estimation. The algorithms developed in this study is needed to be tested and refined with more in situ spectral data, also future work is still needed to be undertaken for characterizing the dynamic of the potable water quality with remotely sensed imagery.     

遥感影像阴影多波段检测与去除理论模型研究

阴影是遥感影像的基本特征之一，它使地物目标反映的信息量有所损失或受到干扰，而去除阴影一直是遥感影像处理的难题。从研究遥感影像阴影产生机理出发，提出了一种多波段检测阴影的方法和基于能量信息补偿去除阴影的理论模型。通过IKONOS影像进行方法与模型验证，真实再现阴影区地物特征，增加影像信息量，提高数据质量。     

地物反射光谱对MODIS近红外波段水汽反演影响的模拟分析

在近红外辐射传输方程的基础上,利用近红外波段水汽的不同吸收属性,在MODTRAN的模拟下,深入分析了基于MODIS近红外数据的可降水汽反演算法,并着重讨论了地物反射光谱非线性在可降水汽反演中的影响。研究结果显示,当波段间反射率之比不等于1时,MODIS近红外波段反演水汽将存在较大偏差。同时,在地物光谱库基础上,计算了不同地物反射率比值,其分布表明,大部分地物波段反射率比值不等于1。研究表明,应用现有MODIS近红外波段水汽反演算法,如果不考虑地表反射率光谱变化的影响,由地表反射光谱造成的误差最大约为反射率比值与1偏差的15倍,同时,这一误差还与大气波段透过率之比有关。     

Spectral Reflectance Characteristics of the Soils on Basaltic Terrain of Central Indian Plateau

In-situ spectral reflectance characteristics of soils were studied under field conditions with Multiband Ground Truth Radiometer covering 0.45?C0.52, 0.52?C0.59, 0.62?C0.68, and 0.77?C0.86 ??m spectral bands. Twenty-two surface soil samples were studied in laboratory for their spectral reflectance characteristics using ISCO Model S.R. Spectroradiometer in visible wavelength (450?C725 nm), with 25 nm bandwidth, and in infrared wavelength (750?C1550 nm), with 50 nm bandwidth. The Bidirectional reflectance factor representative of spectral reflectance varied from 3.78 to 11.3???m in band 1, 6.09 to 15.41???m in band 2, 8.05 to 19.41???m in band 3, and 12.18 to 31.2???m in band 4. In-situ spectral reflectance in general increases with the wavelength from visible to infrared bands for all the soils. Black soils have relatively lower reflectance as compared to red soils, which is attributed to the variation in the physicochemical properties of soils. Spectral reflectance, under laboratory conditions, for all the soils increases with wavelength from visible to infrared region except at 950 nm and 1200 nm, where reflectance decreased in all soils, due to weaker water absorption bands and also at 1350 nm, due to strong water absorption at this band. The spectral reflectance of red soils were higher, in-situ as well as under laboratory conditions, as compared to black soils, which is attributed to variation in soil colour, organic matter and clay content of soils. It is observed that the spectral reflectance decrease due to moisture content in soils in all the spectral bands because of darker appearance of soils at moist conditions. Laboratory reflectance measurements serve to define the extent to which intrinsic spectral information is available from soils as a consequence of their composition.     

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     

黄浦江水质指标与反射光谱特征的关系分析

利用地物光谱测量技术及同步配套的常规水质采样分析实验，对上海市黄浦江全河段水体进行调查研究。共选取31个典型站位进行了光谱测量和同步水质取样，每个测点分析了9个水质指标，包括TP，TN，CODMn，CODCr，NH3-N，BOD5，DO，悬浮物浓度和浊度。各水质参数之间存在较大的相关性，以总氮（TN）和悬浮物浓度两个水质指标为例，分析了这两个水质指标与单波段归一化反射率、反射率的一阶微分、不同波段之间反射率的比值以及反射率取对数等之间的相关关系，给出了以上两个水质指标的单波段归一化反射率、一阶微分反射率识别的特征波段，以及两个波段比值的最佳波段组合。建立了常规水质参数与水体光谱反射率之间的关系模型，为利用遥感技术监测水环境提供了基础。     

北京市平原区2015年—2019年0.8 m地表反射率数据集

地表反射率产品作为最重要的定量遥感产品,是很多参量化遥感产品的基础数据源,可以被广泛应用于林业、农业、水资源、生态环境、城市环境等典型应用领域。对于米级高分辨率的遥感影像,国内外不提供反射率影像产品。目前主流的国产高分数据源大部分都是蓝、绿、红、近红4个波段的多光谱数据,缺少短波红外波段,难以满足陆地区域浓密植被算法或者清洁水体的短波红外信号近似看作零的假设条件,要完成精确大气校正、生产大范围的GF-2影像拼接的地表反射率产品,是一个挑战。为了更好的推广高分地表反射率的应用,本研究针对北京市平原区,运用全色和多光谱融合、几何精校正和相对辐射一致化算法,以Sentinel-2为参考影像,生成了一套几何精校正后的0.8 m地表反射率影像集。该数据集时间范围为2015年—2019年,每年一期,包含年度产品的覆盖情况及分布矢量,共计184景地表反射率影像,数据量总共为1.63 TB。     

大米草室内叶片光谱特征参数与叶绿素浓度关系研究

本文通过分析大米草叶片反射光谱特征,并提取红边位置、红边斜率和红边面积三个红边参数以及叶面叶绿素指数(LCI)、水分指数(WI)、三角植被指数(TVI)、结构相关色素指数(SIPI)四个高光谱植被指数,利用线性、对数、倒数、二次函数和三次函数曲线模拟算法得到大米草叶片叶绿素a浓度的高光谱估算模型。研究结果表明:叶绿素a浓度与红边斜率和红边面积在0.01水平上显著负相关,与LCI、WI和TVI在0.01水平上显著正相关。基于红边斜率、红边面积、TVI三个参数,选用倒数法构建叶绿素a浓度的估算模型精度明显高于其他算法。基于LCI和WI参数,应用三次函数法构建的叶绿素a浓度的高光谱检测模型精度明显高于其他算法。比较R2和模型估算误差,利用WI水分指数应用三次函数构建叶绿素a浓度的高光谱检测模型精度在所有模型中最高。因此,利用叶片光谱技术可以较高精度地估算叶绿素a浓度。