PHI成像光谱图像反射率转换

遥感数据的反射率转换基本上可以分为３ 种： 第１ 类方法利用辐射传输方程建立大气传输模型;第２ 类基于图像本身,求出相对反射率;第３ 类是参照已知地物的反射率及反射辐射,求出图像ＤＮ 值与反射率之间的经验关系。通过对几种遥感数据反射率转换方法的分析,采用经验线性法对机载成像光谱仪ＰＨＩ数据进行了反射率转换,并对转换结果进行了分析。     

黑体辐射定律遥感教学改革设计与实践

普朗克黑体辐射定律是遥感类课程教学的重点和难点,本文以定律分析为核心,从数值模拟大气层顶太阳光谱辐照度曲线、卫星传感器光谱响应函数卷积计算、地物行星反射率计算及地表温度反演4个方面入手,对黑体辐射定律理论教学和实践教学内容进行优化设计和教学实现。实践证明,该教学改革不仅可以使学生更容易理解和掌握黑体辐射定律揭示的基本规律,而且以此为基础,能够使学生通过实践加深对地物两大特性(反射特性和热辐射特性)的理解,提高学生对遥感类课程的兴趣。     

基于不同空间信息源的地物光谱反射率模拟图像分析

本文利用ERDAS Imaging软件中的Modeler模块,开发了地物光谱反射率图像的模拟技术。以野外实测地物光谱反射率数据为依据,用土地利用类型图和高分辨率遥感影像图作为地物空间分布的信息源,以陆地资源卫星TM1-4波段为例,模拟了4个波段的地物光谱反射率图像,合成了真彩色和标准假彩色图像。对基于不同空间信息源的地物光谱反射率模拟图像进行了对比分析,指出了进一步研究的方向。     

地物光谱反射率野外测量实验方案改进

针对现有地物光谱反射率野外测量实验方案的不足,提出了地物光谱反射率的各向异性测量、不同环境条件的对比测量、不同时相的对比测量以及地物光谱反射率图像模拟四项实验改进方案。利用ISI921VF-128野外地物光谱辐射计和ArcG IS、ERDAS软件进行了实例测量与验证,揭示了真实地物光谱反射率的特征,模拟生成了"图谱合一"的地物光谱反射率图像,提高了实验教学质量。     

基于不同空间信息源的地物光谱反射率模拟图像分析

本文利用ERDAS Imaging软件中的Modeler模块,开发了地物光谱反射率图像的模拟技术。以野外实测地物光谱反射率数据为依据,用土地利用类型图和高分辨率遥感影像图作为地物空间分布的信息源,以陆地资源卫星TM1-4波段为例,模拟了4个波段的地物光谱反射率图像,合成了真彩色和标准假彩色图像。对基于不同空间信息源的地物光谱反射率模拟图像进行了对比分析,指出了进一步研究的方向。     

利用MODIS图像反演海岸与海岛的地物光谱反射率

提出一种利用MODIS图像,用查找表反演海岸与海岛地物光谱反射率的方法。该方法首先借助AHMAD辐射传输模型,由MODIS图像的水体像元反演出气溶胶的光学特性;在所选影像为晴空无云条件下,假设一定范围内的海岛与海岸上空的大气和水体上空的大气一样,借助6S辐射传输模型计算基于地物光谱反射率的查找表,然后由MODIS图像的陆地像元的反射率和几何条件加上反演的气溶胶光学厚度,用插值法可求得地物光谱反射率。还给出了厦门地区实际卫星图像的反演结果,并就反演误差进行了分析。     

邻坡反射辐射对地物反射率计算的影响评估

采用朗伯体经验模型计算邻坡反射辐射,并建立其对目标像元反射率计算影响的评估模型。研究表明,忽略邻坡反射辐射将造成目标像元反射率的计算值偏高,尤其在低照度区域易导致光学遥感影像地形辐射校正出现过饱和现象。研究证实,雪的可见光近红外波段的邻坡反射辐射、植被的近红外波段的邻坡反射辐射对目标像元反射率计算的影响显著,对地形遮蔽度大的目标像元可产生10%以上的反射率相对误差。     

遥感影像不同校正模型对反射率的影响分析

采用飞马D200四旋翼无人机携带多光谱相机,获取了可见光波段的数据,地面同步测量了地表反射率和大气参数.结合实验数据,采用基于POS数据的严格成像模型和多项式模型对图像进行了几何校正,对比了2种模型的校正精度和不同重采样方式产生的差异.在几何校正的基础上进行了大气校正,获得地表反射率,选取典型地物水体、植被、裸土的实测结果进行验证.结果表明低空无人机遥感可以得到精度较高的地表反射率结果,但不同的几何校正模型对地表反射率影响较小,可以忽略.通过开展该实验证明了利用无人机开展定量化遥感研究的可行性.     

SPOT地面场定标与星上定标结果的比较分析

本文研究是在遥感辐射定标场选择的基础。利用６Ｓ大气辐射传输模型进行ＳＰＯＴ遥感数据的定标和地物的光谱反射率反演,即在遥感器飞越辐射定标场上空,在定标场选择若干像元区,测量遥感器对应的各波段地物的光谱反射率和大气光谱参量,并利用大气辐射传输模型给出遥感器人瞳处各光谱带的辐射亮度,最后确定它与遥感器对应输出的数字量化的数量关系,求解定标系数。然后,对相应的研究训练区的遥感数据进行大气辐射校正,进而反演训练区内的地物光谱反射率。最后,通过将反演值与实地测量的地物光谱反射率进行对比分析,来估算定标不确定度,并比较说明两种不同方式定标差异及优势和限制。     

叶片表面蜡质层对植被光谱反射率的影响

首先获取叶片去除表面蜡质层前后光谱反射率,比较分析叶片表面蜡质层的光谱特征,探究叶片去除蜡质层前后叶片反射率的变化.结果表明:叶片去除蜡质层后在400～2500 nm光谱区间反射率发生较明显改变;去除蜡质层对植被红边参数没有影响,并不会导致"红边"移动,叶片表面的蜡质并不影响绿色植被所特有的反射特征;不同叶片蜡质层对不同植被影响不同,叶片反射曲线不是叶片表面蜡质反射曲线和经去蜡质处理的叶片反射曲线简单的线性叠加.植被叶片的光谱定量分析可为公路植被遥感环境评价提供支持.     

基于混合像元分解的南方地区植被覆盖度遥感监测——以广州市为例

通过测量图像端元的地表反射率,对遥感图像进行精确大气校正;在对混合像元分解模型进行改进的基础上,建立了基于地表反射率的线性混合像元分解( Liner Spectral Unmixing,LSU)模型,有效地避免了因大气时间、空间差异所造成的多时相误差,实现了多时相对比;通过增加土壤湿度因子,消除了土壤湿度差异造成的误差...     

Spectral identification of materials by reflectance spectral library search

Spectral library search is emerging as a viable approach for material identification and mapping by reusing spectral knowledge gained from hyperspectral remote sensing across space and time. The potential of retrieving meaningful spectral material identifications in the presence of reflectance of spectra of various material types and with various similarity metrics has been assessed in this study. Test reflectance spectra of various vegetation, minerals, soils and urban material types are identified by searching through the composite reflectance spectral library obtained by combining various institutional reflectance spectral libraries. The accuracy of material identifications under various conditions: (i) in the presence of identical, similar and dissimilar spectra; (ii) in the presence of only identical and dissimilar spectra; and (iii) in the presence of only dissimilar spectra has been assessed with several similarity metrics. Results indicate the possibility of obtaining 100% accurate material identifications by library search if the spectral library contains identical spectra. However, the presence of a large number of similar spectra, despite the presence of identical spectra, is found to increase false positives, thereby reducing the accuracy of retrievals to 82% at best. Further, the accuracy of material identifications in the presence of similar spectra is similarity metric-dependent and varied from about 52% (obtained from Binary Encoding) to 82% (obtained from Normalized Spectral Similarity Score). Overall, results support the possibility of using independent reflectance spectral libraries for material identification while calling for robust spectral similarity metrics.     

光谱先验知识在植被结构遥感反演中的应用

针对绿色植被反射光谱的特点，指出植被反射光谱曲线的相对位置关系可以作为先验知识应用到对植被结构的反演中，提出了在绿光、红光和近红外波段重新构造光谱参数，并利用波段差值和比值描述光谱先验知识进而反演树冠结构参数的方法。经大量的模拟反演及统计分析表明，相对于各波段单独反演再对结构参数平均的方法，该方法的抗噪声能力 得到了明显的增强。对实测反射率数据的反演发现，引入光谱先验知识后的结果更为接近测量值。     

偏振反射信息在植被遥感双向反射研究中的作用

本文基于菲涅尔反射公式,结合现有的偏振反射模型对单叶与植被多角度偏振测量结果与理论结合进行分析;通过研究发现,偏振反射在前向散射方向可以通过菲涅尔反射公式进行解释,但是,在后向散射方向则需要考虑其他物理机理。此外,传感器获取的植被偏振信息既可以作为一种"噪声"来剔除,剔除后在可见光波段将相对误差从原来的30%降低到20%以内,又可以作为额外有效的信息源表征植被的结构特征:通过模型参数的大小判断冠层形态的平整程度。本文可以作为植被偏振探测的系统化方法,并且给出植被固有的偏振反射效应规律,即植被越平展光滑,产生的偏振信息越多;同时也将偏振光遥感在植被监测中的有效性凸显出来,即偏振信息的剥离有助于提升双向反射模型的计算精度。     

Spectral reflectance of some typical Indian soils as affected by tillage and cover types

Measuring spectral reflectance of soils in situ which simulates measurements made from aircraft and by satellite scanner system has become an integral part of soil mapping using remote sensing techniques. A preliminary study has been conducted to measure the spectral reflectance of some typical red and black soils of India using a field radiometer (EXOTECH-100-A) and to study the changes in specrtral reflectance patterns due to tillage and crop and non-crop cover, The spectral reflectance were measured in four different pands of electromagnetic spectrum—two in visible (0.5-0.6μ and 0.6-0.7μ) and two in infrared (0.7-0.8μ and 0.8-1.0μ) region. Spectral reflectance curves were drawn from these values which helped in understanding the spectral separability and mixing of various red and black soil types. Black soils having grass cover showed maximum reflectance value followed by ploughed one and bare counterparts whereas, the order of decrease in spectral reflectance of red soils was bare soils> ploughed soil> soils with grass cover.     

光谱解混下耕地土壤铬含量GMDH模型反演

针对遥感影像反射率与重金属元素间的光谱响应弱,土壤重金属经典反演模型精度较低等问题,本文以Sentinel-2号遥感影像为数据源,利用像元二分模型进行影像光谱解混,筛选出相关性较高的特征光谱作为光谱参量,构建基于像元线性解混和不同光谱变换下土壤反射率与重金属Cr含量的PLS模型和GMDH模型。研究结果表明,解混后的光谱与重金属Cr含量间的显著相关波段数增多,相关性增强。基于解混后的土壤光谱与重金属Cr含量构建的GMDH模型,其模型稳定性较好,预测能力更强,精度更好。该方法拓展了传统的利用遥感影像进行反演的思路,可为大范围监测土壤重金属的污染状况提供有益参考。     

地表反射率数据库的构建及其应用

针对实现卫星对地观测的自适应多模态,需要根据先验判定卫星成像区域内地表覆盖类型及其反射率状况建立与太阳光照条件、地表覆盖类型、反射率相关的成像载荷积分时间、不同压缩比的成像参数设置模型,以选择最优的观测模式的问题,该文以中分辨率成像光谱仪(MERIS)地表反射率影像和GlobCover全球陆地覆盖分类图为数据源,建立了地表覆盖分类图及其反射率影像矢量化处理的技术流程,构建了以冰雪、沙漠、裸土、岩石、农作物、森林、草地、水体等不同地表覆盖类型及其在不同季节蓝、绿、红、近红外波段的地物反射率数据库。以此作为遥感卫星成像任务规划的技术支撑,构建自适应选择最优的观测模式,提升遥感图像的质量。     

利用细分光谱仪数据分析水体泥土含量的方法研究

分析了水中泥土含量对水体光谱特征的影响。对利用水体的光谱反射率计算水体中泥土含量的方法进行了分析，找出了用于泥土含量计算的最佳波段。该方法对今后的利用高光谱遥感图像计算河流和海水中的泥沙含量及估算水土流失具有一定的参考意义。     

Use of field reflectance data for crop mapping using airborne hyperspectral image

Recent developments in hyperspectral remote sensing technologies enable acquisition of image with high spectral resolution, which is typical to the laboratory or in situ reflectance measurements. There has been an increasing interest in the utilization of in situ reference reflectance spectra for rapid and repeated mapping of various surface features. Here we examined the prospect of classifying airborne hyperspectral image using field reflectance spectra as the training data for crop mapping. Canopy level field reflectance measurements of some important agricultural crops, i.e. alfalfa, winter barley, winter rape, winter rye, and winter wheat collected during four consecutive growing seasons are used for the classification of a HyMAP image acquired for a separate location by (1) mixture tuned matched filtering (MTMF), (2) spectral feature fitting (SFF), and (3) spectral angle mapper (SAM) methods. In order to answer a general research question “what is the prospect of using independent reference reflectance spectra for image classification”, while focussing on the crop classification, the results indicate distinct aspects. On the one hand, field reflectance spectra of winter rape and alfalfa demonstrate excellent crop discrimination and spectral matching with the image across the growing seasons. On the other hand, significant spectral confusion detected among the winter barley, winter rye, and winter wheat rule out the possibility of existence of a meaningful spectral matching between field reflectance spectra and image. While supporting the current notion of “non-existence of characteristic reflectance spectral signatures for vegetation”, results indicate that there exist some crops whose spectral signatures are similar to characteristic spectral signatures with possibility of using them in image classification.