基于Hyperion影像的水稻冠层生化参量反演

采用小区实验与大田应用相结合的方法, 依据扬州实验小区地面实测拔节期、抽穗期及灌浆期的水稻叶片、冠层光谱及氮和叶绿素含量, 采用光谱吸收特征和植被指数分析方法, 得到估算水稻氮和叶绿素含量的最佳光谱特征参数; 结合覆盖江苏姜堰地区大田的Hyperion高光谱遥感影像, 建立反演水稻冠层氮和叶绿素含量的模型, 对研究区大田水稻冠层氮和叶绿素含量进行了反演及制图。结果表明: 经波深中心归一化方法分析, 发现以670nm为中心的光谱吸收特征面积与水稻氮含量呈显著相关性; 基于反转归一化光谱, 结合560nm和670nm两个波段, 建立的植被指数NDVI560_670能很好地反演水稻叶绿素含量。     

琯溪蜜柚叶片氮浓度高光谱遥感监测初探

以福建省平和县琯溪蜜柚为研究对象，利用星载Hyperion高光谱遥感数据对蜜柚叶片进行氮浓度估测。在分析Hyperion数据特征的基础上进行大气校正、几何纠正等预处理，从而得到图像反射率；结合地面光谱测量和蜜柚叶片采样分析，通过逐步回归分析法研究叶片氮浓度与高光谱图像反射率及其衍生量的关系，最终建立其遥感定量监测模型。结果表明，图像反射率的对数变换更有利于氮浓度的定量反演，入选的波段是983 nm、1 245 nm、1 316 nm和1 457 nm，其中1 245 nm波段对氮浓度影响最大，1 457 nm波段最小。利用该模型对氮浓度进行估算的值域与地面调查结果一致，说明利用高光谱进行氮浓度定量反演具有一定的可行性。     

利用光谱反射率估算叶片生化组分和籽粒品质指标研究

对可见光至短波红外波段(350—2500nm)冬小麦田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析。结果表明，820—1100nm波段的光谱反射率与叶片含氮量极显著正相关；1150—1300hm波段的光谱反射率与叶片含氮量显著正相关，以上两波段为叶片全氮的敏感波段。对各生育时期叶片全氮与其他生化组分的关系进行了回归分析，并建立了相关的回归方程，显著性检验结果表明，方程具有较高的可靠性。小麦的叶片含氮量可以估算其它生化组分及干物质指标含量，开花期叶片含氮量可用来估测籽粒蛋白质和干面筋等品质指标含量。     

利用光谱反射率估算叶片生化组分和籽粒品质指标研究

对可见光至短波红外波段(350—2500nm)冬小麦田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析。结果表明，820—1100nm波段的光谱反射率与叶片含氮量极显著正相关；1150—1300hm波段的光谱反射率与叶片含氮量显著正相关，以上两波段为叶片全氮的敏感波段。对各生育时期叶片全氮与其他生化组分的关系进行了回归分析，并建立了相关的回归方程，显著性检验结果表明，方程具有较高的可靠性。小麦的叶片含氮量可以估算其它生化组分及干物质指标含量，开花期叶片含氮量可用来估测籽粒蛋白质和干面筋等品质指标含量。     

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     

南方丘陵稻田土碱解氮高光谱特征及反演模型研究

以兴国县稻田土高光谱反射率为研究对象,分析南方丘陵稻田土碱解氮的光谱响应波段,运用光谱分析方法提取光谱指数,建立基于反射光谱特征的南方丘陵稻田土碱解氮高光谱反演模型。经分析可知,不同碱解氮含量的南方丘陵稻田土光谱曲线在波长小于700 nm波谱范围内呈现随着碱解氮含量的增高,光谱反射率降低,吸收深度越大的趋势;通过分析南方丘陵稻田土碱解氮含量与光谱反射率16种数学变换的相关系数,提取敏感波段为694 nm,2 058 nm和2 189 nm。基于南方丘陵稻田土光谱反射率的碱解氮含量高光谱反演模型稳定性较强(R2=0.56),具有一定的预测能力,能用于南方丘陵稻田土碱解氮含量速测。     

苹果树叶片全氮含量高光谱估算模型研究

采用Field-Spec Pro便携式光谱仪,测定了不同苹果品种叶片的光谱反射率及对应的全氮含量,采用相关性及单变量线性与非线性拟合分析技术,对全氮含量与原始光谱反射率、一阶微分光谱、高光谱参数之间的关系进行了分析。研究确立叶片全氮含量的定量监测模型,以期为遥感技术在苹果氮素营养诊断中的实际应用提供理论依据。结果表明:全氮含量与原始光谱在715nm处具有最大负相关系数(r=?0.817),并且基于此波长所构建的对数关系估算模型明显优于线性模型;光谱反射率一阶微分值在723nm处具有最大正相关系数(r=0.87),并且基于此波长所构建的线性和非线性模型的拟合效果接近;对于所选取的3类高光谱特征变量,全氮含量除了与黄边位置及由红边位置和黄边面积所构建的比值植被指数和归一化植被指数的相关性较弱外,与其余变量均呈极显著相关,说明这些变量对苹果叶片全氮含量进行估算具有可行性。对所建立的各类方程进行检验,最终筛选确定在723nm处的光谱反射率一阶微分值所构建的指数模型作为苹果叶片全氮含量的预测模型最为理想。     

栎树氮碳含量反演叶片与冠层尺度差异分析

在叶片和冠层两个尺度上,分析了栎树叶片氮碳两种生化组分含量与其反射率特性的统计关系;采用逐步回归法,分别利用地面光谱和航空高光谱曲线对叶片和冠层尺度进行了反演,选择进入回归方程的波段分别为719 nm、1 854 nm/1 861 nm、359 nm和767.9 nm/1 319.0 nm。研究表明,叶片尺度由于受到干扰较小,反演结果明显优于冠层尺度;冠层尺度的反演受大气水汽、冠层结构、植被下垫面等诸多因素影响较大,因此在进行冠层尺度生化组分反演时,必须充分考虑上述因素的影响。     

苹果叶片氮素含量高光谱检测研究

苹果叶片氮(N)素含量是反映其生长质量高低的重要因素。利用高光谱遥感技术对苹果叶片N素含量进行定量化反演,可为苹果树的信息化管理提供理论依据。首先使用ASD Field Spec 3地物光谱仪对样点的苹果叶片的N素含量进行测定,得到苹果叶片样品的高光谱反射率及其N素含量;然后在分析苹果叶片原始光谱和一阶导数以及各种变换后光谱特征的基础上,与苹果叶片的N素含量进行多元逐步回归分析,筛选出对N素变化敏感的波段;最后运用BP人工神经网络算法构建敏感波段与N素含量的反演模型,并对模型进行优选和检验,为测定苹果叶片N素含量提供了1个简单可靠的方法。     

利用室内光谱红边参数估测烤烟叶片成熟度

试验研究不同施氮水平下不同成熟度的烤烟叶片光谱红边参数特性,采用相关分析和逐步回归方法确定红边位置为烟叶成熟度的特征变量。通过分析红边位置与成熟叶片和过熟叶片的关系,找到适熟叶片的红边位置变化范围,同时采用回归模型用红边位置反演得出相应的叶绿素含量,对采用红边位置估测成熟度的准确性进行检测。结果表明：运用红边位置估测叶绿素含量效果较好,从而可以判断烟叶成熟度,并且得出成熟叶片红边位置为693—695nm,过熟叶片红边位置极值为688nm。因此,本研究为采用光谱技术测定烤烟叶片成熟度确定了理论依据,并可为解决烟草生产中成熟采收问题提供参考。     

利用多时相的高光谱航空图像监测冬小麦条锈病

冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;条锈病冬小麦冠层光谱红谷吸收深度和绿峰的反射峰高度都会减小     

小麦冠层理化参量的高光谱遥感反演试验研究

以国产成像光谱仪所获高光谱遥感数据为基础，根据田间同步采样数据建立的基于反射光谱特征的小麦冠层生物物理和生物化学估计模型，实现了用航空高光谱遥感数据对田间小麦冠层理化参量的整体反演。结果表明：用高光谱遥感方法估计小麦冠层理化参量是可行的；以理化参数为“波段”的数字图像及其处理，为农学家以理化参量的空间分布及其差异解释作物产量空间分布差异和研究作物生态生理机理提供了新的手段。     

面向对象的高光谱影像目标识别方法

将面向对象影像分析和决策树方法综合应用于高光谱遥感影像的目标提取,在分析待提取地物特征的基础上,总结归纳其特性知识,构建分类规则,设计和实现决策树以完成目标识别。该方法充分应用分割所得到的均质对象的位置、形状、纹理等特征实现了决策规则提取和决策树构建,在应用OMIS和PHI影像进行目标识别的实践中取得了很好的效果。     

叶片辐射等效水厚度计算与叶片水分定量反演研究

在分析叶片水分对叶片反射率光谱影响的基础上,结合叶片内部水、干物质、叶绿素等光谱吸收系数曲线特征,分析了975nm波长水气吸收特征处叶片与光线相互作用原理,并利用Beer定律和945nm,975nm波长光谱反射率差值,推导了975nm波长辐射等效水厚度REWT的计算公式。由于表面反射、杂散射光、非均匀介质和叶片内部多次散射等因素,光在叶片内部的辐射传输不能直接用Beer定律描述,且利用Beer定律计算的REWT与叶片等效水水厚度EWT之间会有较大的偏差。论文设计和获取了多植物、不同水分梯度的叶片光谱获取试验数据,整理和分析了欧盟Lopex93数据,利用这两组独立数据和论文提出的REWT计算公式,比对验证了975nm波长叶片REWT和叶片EWT的统计模型,结果表明：由于光在叶片内部的多次散射,REWT是EWT的3.3倍左右。论文研究结果一方面为叶片EWT定量遥感探测提供了一种快速、简单且有较强通用性的计算方法和模型,另一方面,探测叶片REWT和EWT的定量关系,有助于了解叶片内部的光辐射传输情况,特别是间接了解近红外波段叶片内部的多次散射情况。     

面向土地覆盖分类的OMIS I数据特征选择与提取

高光谱遥感以其携带的数据量显著增加为代价换取了纳米级的光谱分辨率,使得基于特征光谱信息的目标地物识别成为可能。但如何从大量带有冗余的数据中提取有用信息,是高光谱研究的一个极富挑战性的课题和其实用化的基础之所在。本文以江苏宜兴地区OMIS I数据为例在全面计算影像的统计特征(相关系数、均方差、最佳波段指数、信噪比等)的基础上,结合目视效果对波段集合进行初步缩减和分组;结合地面实测地物光谱详细分析不同地物光谱特性,进行面向土地覆盖易混类别的波段选择;最后总结了OMIS I数据特征选择与提取流程,相关实验证明应用该流程进行特征选择与提取,其后续分类精度较高。     

Estimation of green grass/herb biomass from airborne hyperspectral imagery using spectral indices and partial least squares regression

The main objective was to determine whether partial least squares (PLS) regression improves grass/herb biomass estimation when compared with hyperspectral indices, that is normalised difference vegetation index (NDVI) and red-edge position (REP). To achieve this objective, fresh green grass/herb biomass and airborne images (HyMap) were collected in the Majella National Park, Italy in the summer of 2005. The predictive performances of hyperspectral indices and PLS regression models were then determined and compared using calibration (n = 30) and test (n = 12) data sets. The regression model derived from NDVI computed from bands at 740 and 771 nm produced a lower standard error of prediction (SEP = 264 g m⁻²) on the test data compared with the standard NDVI involving bands at 665 and 801 nm (SEP = 331 g m⁻²), but comparable results with REPs determined by various methods (SEP = 261 to 295 g m⁻²). PLS regression models based on original, derivative and continuum-removed spectra produced lower prediction errors (SEP = 149 to 256 g m⁻²) compared with NDVI and REP models. The lowest prediction error (SEP = 149 g m⁻², 19% of mean) was obtained with PLS regression involving continuum-removed bands. In conclusion, PLS regression based on airborne hyperspectral imagery provides a better alternative to univariate regression involving hyperspectral indices for grass/herb biomass estimation in the Majella National Park.     

An Improved Band Selection Technique for Hyperspectral Data Using Factor Analysis

This paper discusses a statistical and band transformation based approach to select bands for hyperspectral image analysis. Hyperspectral images contain large number of spectral bands with redundant information about the spectral classes in the image scene. It is necessary to reduce the high dimensionality of the data for the processing of hyperspectral data. We report a feature selection technique that removes correlated spectral bands using band decorrelation technique and obtains maximum variance image bands based on factor analysis. Factor analysis method of band selection technique is also validated against existing methods of band selection. The study is carried out for the agriculturally rich area of Musiri region of South India that has varied landcover types. Evaluation of the band selection procedure is done using signature separability measures such as Euclidean distance, Divergence, Transformed divergence and Jeffries Matusita distance. Results indicated that selected bands exhibited maximum separability and also occurred predominantly at wavelength 700 nm, 850, 1000 nm, 1200 nm, 1648 nm and 2200 nm.     

Developing a spectral library of mangrove species of Indian east coast using field spectroscopy

Development of a spectral library is a prerequisite for the higher order classification of satellite data and hyperspectral image analysis to map any ecosystem with rich diversity. In this study, sampling methodology, collection of field and laboratory spectral signatures and post-processing methodologies were investigated for developing an exclusive spectral library of mangrove species using hyperspectral spectroscopic techniques. Canopy level field spectra and leaf level laboratory spectra were collected for 34 species (25 true and 9 associated mangroves) from two different mangrove ecosystems of the Indian east coast. Post-processing steps such as removal of water vapour absorption bands, correction of drifts which occur due to the thermal properties of the instrument during data collection and smoothing of spectra for its further utilisation were applied on collected spectra. The processed spectra were then compiled as spectral library.