基于植被-土壤二向反射模型的土壤含水量遥感

以北京地区为例，利用像元信息分解法，定量提取出区域植被盖度，由植被盖度得到区域叶面积指数，在只考虑一次散射的情况下，利用植被-土壤二向反射模型，提取出下层湿润土壤反射率。通过引入粗糙度因子建立起粗糙地表下土壤反射率与叶面积指数的函数关系，进而得出土壤含水量。     

粗糙地表土壤含水量遥感模型研究

土壤粗糙度对地表二向反射率特征有重要影响而且极不稳定 ,是影响土壤含水量遥感精度的一个重要因素。该文分析土壤含水量影响反射率的物理过程 ,论证土壤含水量与土壤光谱的关系服从比尔定律 ;分析土块级土壤粗糙度影响土壤反射率的根本原因是微坡面的倾斜使二次和多次散射的比例增加。在此基础上建立粗糙地表土壤含水量遥感模型 ;实验证明模型具有较高的精度     

二向反射遥感中冬小麦植被组分和土壤特性的季相变化

在二向反射物理模型的反演研究中,李小文和Strahher等提出基于知识的反演,强调了地面知识积累对反演的重要性.根据在北京、山东禹城和河北栾城等地不同年份积累的不同品种冬小麦实测数据,按照二向反射理论模型及模型反演研究的要求,分析了冬小麦群体植被组分的几何结构、光学特性和土壤光学特性等参数的季相变化特征.具体内容包括(1)叶面积指数的季相变化;(2)叶、茎、穗面积在它们总面积中比例的季相变化;(3)叶倾角分布的季相变化;(4)叶茎穗光学特性的季相变化(5)土壤背景垂直向上反射率的季相变化,文中各项季相变化特征覆盖的冬小麦生育期长.这是一份比较系统和有较好代表性的结果.     

基于神经网络的水稻双向反射模型研究

水稻的双向反射特性与其冠层结构，各组分光谱性质以及入射光方向和观测方向之间存在着密切的，非线性的相关关系。运用人工神经网络技术，采用水稻田间实测数据，对这种关系进行拟合，所建立的水稻双向反射BP前向和反演模型，都达到了较高的拟合精度。研究表明：采用人工神经网络技术计算水稻双向反射率和成批反演冠层结构参数是可行的。对所建模型做进一步的改进，可模拟水稻双向反射的实际过程，进而监测作物长势。     

全极化SAR图像的山地低矮植被区域土壤含水量估计

山区土壤含水量对山区植被生长监测、滑坡预测等工作具有重要意义,因此针对山地低矮植被区域,提出了全极化SAR图像的土壤含水量估计方法。为解决山地区域SAR图像几何形变和极化旋转问题,根据入射角、坡度、坡向信息定义了可测区域与不可测区域,并对可测区域后向散射系数进行校正。其次以密西根模型为基础,发展了低矮植被的散射模型。在假定植被和土壤特征不变的情况下,基于此散射模型并结合校正数据建立了山区土壤含水量反演方法。结果表明,模型反演的土壤含水量和实验点实测值基本一致,两个实验点反演值分别为14%和15%,实测值为11.45%和15.80%,能够满足一般应用的需求。     

地物二向性反射几何光学模型和观测的进展

本文介绍了地物的二向性反射分布函数(BRDF)及共数学模型,讨论了BRDF的某种特定子集与地物结构的某些重要特征之间的关系,即地物结构的方向描述BRDF的方向谱,作者选择并定义了信息量最为丰富的两个子集。即主平面子集和主锥面子集。还介绍了观测上的最新进展。     

基于室内光谱测量的玉米单叶偏振与二向性反射关系研究

本研究利用多角度光度计实测了玉米单叶的偏振反射比与二向反射比数据。该光度计能够在不同的观测天顶角、入射天顶角和方位角下测量目标物的偏振反射和二向反射,获得地物目标在2π空间的多角度观测数据。通过分析实测的偏振反射和二向反射数据,得出了玉米单叶的偏振反射与二向反射之间关系密切,最大与最小偏振反射比之和的平均数约等于同等观测条件下玉米叶片的二向反射比。该研究成果为植被遥感监测做出了一种新的尝试,并且对偏振光遥感、多角度遥感的深入研究与应用提供了依据。     

通过航空POLDER数据估计地表二向性反射分布函数(英文)

研究中，通过选择目标区的ＰＯＬＤＥＲ图象数据来估计目标的二向性反射分布函数，其主要结果可简述如下：１）我们发展了一种大气纠正算法，它适用于源自ＰＯＬＤＥＲ传感器的图象数据格式。通过这种算法，将连续的不同视角的ＰＯＬＤＥＲ陆地图象转化为一系列表面反照率图象，该过程考虑了多次散射。２）然后，选定２１个目标区，包括河流、水塘、城市、道路、森林等，其光谱二向性反射分布函数通过连续的反照率图象来估计。研究发现，水表面的二向性反射分布函数５５０ｎｍ，６５０ｎｍ，８５０ｎｍ处呈现朗伯体特征，同时发现有植被覆盖地表的二向性反射分布函数在５５０ｎｍ和６５０ｎｍ处大致为各向同性，而在８５０ｎｍ处则表现为各向异性。该文给出了所有靶区按经验二向性反射分布函数的拟合参数值。     

利用GPS-IR监测土壤含水量的反演模型

GPS-IR（GPS-interferometric reflectometry）本质上是一种基于GPS辐射源的双基地雷达技术,利用大地测量型接收机记录的信噪比（signal-to-noise ratio,SNR）数据可用于反演土壤含水量。针对GPS-IR获取土壤含水量的参数估计问题,提出了一种改进的反射信号参数估计方法,并研究了土壤含水量反演模型的建立过程。实验结果表明,利用改进的反射信号参数估计方法可获得更加准确可靠的结果,反射信号相位与土壤含水量间存在显著的线性相关,可建立土壤含水量的线性反演模型,但在连续降雨条件下会存在较大误差。     

遥感模型多参数反演相互影响机理的研究

遥感数据具有覆盖范围广、时间与空间分辨率高的特点,被广泛应用于提取区域范围内的一些重要的生物物理参数.为提高参数的提取精度,需要制定正确的反演策略.了解影响参数提取精度的因素、反演过程中各反演参数之间如何相互作用是制定合理反演策略的关键.本文通过数学推导与物理机理的分析,证明了影响参数反演精度的因素不但有冠层反射率数据的质量,还有反演过程中参与反演的未知参数的个数、参与反演的每个参数的敏感性及各个参数敏感性之间的相关性.最后通过对反演不同参数个数、不同数据质量进行了叶面积指数反演的精度分析,验证影响参数反演精度的各个因素.     

半干旱草场的多角度多波段反射率遥感模型

从几何光学(GO)模型出发,针对半干旱的草场植被,引入了多光谱冠层反射模型MSRM、土壤反射光谱Price模型以及土壤方向性反射Walthall模型,提出一种适用于区域尺度的多角度多波段反射率模型,并采用MISR和MODIS卫星数据进行验证,验证结果表明模型有较好的适用性。这为多角度、多波段遥感数据用于半干旱草场植被的定量研究提供了新的方法。     

开封市郊冬小麦冠层反射光谱特征分析

通过对开封市郊冬小麦整个生育阶段反射光谱的测量,分析了不同生育阶段、播种垄向及土壤背景对冠层光谱反射的影响。结果表明：不同生育阶段的冬小麦反射光谱特性总体趋势符合植被的反射光谱特性,但是又有一些差异;不同垄向冬小麦的反射光谱也不一样,南北垄向的光谱反射率高于东西垄向光谱的反射率;不同土壤背景的冬小麦反射光谱也存在差异。     

基于室内光谱反射率的土壤线影响因素分析

为了更好地估算植被指数,必须计算不同土壤类型的土壤线;但由于土壤线的影响因素较多,因此土壤线参数获取困难.本文以室内土壤高光谱反射率为主要研究对象,分析并确定影响土壤线的主要因素;利用室内土壤光谱反射率计算土壤线,将所得土壤线参数用于与土壤线有关的植被指数的计算,比较这些植被指数与大豆生理参数(叶绿素a与叶面积)的相关关系是否强于归一化植被指数(NDVI),分析该土壤线参数计算方法的可行性.结果表明:土壤线的影响因素主要有土壤类型、有机质、矿物组成、秸秆覆盖等;而土壤水分、粗糙度等尽管对土壤光谱反射率大小也有很大影响,但由于对光谱曲线形状影响较小,因此对土壤线的影响也较小;与土壤线有关的植被指数部分消除了土壤背景的影响,其与大豆生理参数的相关系数显著高于NDVI,说明利用室内土壤光谱反射率计算土壤线的方法可行,所得参数适于计算基于土壤线的植被指数.     

基于反射光谱预测土壤重金属元素含量的研究

本文利用实验室实测的土壤反射光谱以及铅、镉、汞等重金属元素数据,进行土壤重金属元素含量快速预测的可行性研究。本文利用偏最小二乘回归方法,研究了反射率(R)、一阶微分(FDR)、反射率倒数的对数(lg(1/R))和波段深度(BD)等对预测精度的影响,对这几种光谱指标预测土壤重金属含量的能力进行了分析和评价,同时分析了多光谱数据估算土壤重金属元素含量的可行性。结果表明,反射率倒数的对数lg(1/R)是估算土壤重金属元素含量最好的光谱指标,尤其是Cd和Pb,检验精度R超过0.82。有机质、铁锰氧化物和黏土矿物对土壤重金属元素的吸附是可见光—近红外—短波红外光谱估算其含量的机理。多光谱数据同样具有估算土壤重金属元素含量的能力,但实际数据则要考虑多种因素的影响。     

基于冠层反射光谱的水稻产量预测模型

基于地面实测的水稻冠层反射光谱,计算了常用的8个植被指数,并在产量形成生理特征的基础上,系统分析了水稻籽粒产量及其构成因素与各植被指数之间的关系。结果表明,通过单一生育时期或某个生育阶段的光谱植被指数来直接估测产量精度较低。发现叶面积氮指数(叶片氮百分含量与叶面积指数的乘积)的变化趋势很好地反映了产量的形成过程,且与光谱植被指数极显著正相关,基于此建立了水稻的光谱植被指数-累积叶面积氮指数-产量估测模型(VICLANIYieldModel)。并将其与LAD-产量模型、多生育期复合估产模型进行了比较,表明本模型预测精度最高。