基于高光谱数据的小麦叶绿素含量反演

近年来,遥感高光谱技术为获取农作物的某些生理化参数提供了丰富的数据来源。该文使用北京小汤山地区实验获取的小麦高光谱数据,应用偏最小二乘回归方法,建立了冬小麦冠层波谱与叶绿素含量的回归反演计算模型。研究结果显示:模型在350～1060nm波段具有较高的反演精度。本研究为应用高光谱数据反演冬小麦叶绿素含量提供了有效途径。     

基于高光谱信息的芦苇和香蒲地上干生物量反演方法研究

植物生物量是反映湿地生态系统功能与健康状况的重要指标,高光谱技术可以为定量监测挺水植物生物量提供快速、无损的数据采集与分析处理方法。利用Field Spec 3野外高光谱辐射仪,获取了北京市门城湖湿地公园内典型挺水植物芦苇(Phragmites australis)和香蒲(Typha angustifolia)的冠层高光谱数据,同步采集了对应区域两种挺水植物的样品,测定了其地上干生物量;分别采用原始光谱、微分光谱、植被指数、归一化和比值光谱指数、"三边"参数、吸收特征参数6种方法,分析了芦苇和香蒲的冠层高光谱数据与其地上干生物量关系的差异,选择与地上干生物量显著相关的高光谱特征参数,利用一元线性回归、逐步多元回归和偏最小二乘回归方法,建立反演模型;利用交叉检验中的3K-CV(Three K-fold Cross Validation)方法,对反演模型的估测精度进行了检验。结果表明,在通过6种光谱分析方法获得的高光谱特征参数中,与芦苇地上干生物量相关系数最大的高光谱特征参数为550~800 nm波段的吸收深度,相关系数为0.847;与香蒲地上干生物量相关系数最大的高光谱特征参数是由680 nm、735 nm两波段构建的归一化光谱指数,相关系数为0.953。从3种回归模型的反演结果来看,偏最小二乘回归模型的反演结果最好,其次是逐步多元回归模型,而一元线性回归模型的反演结果相对较差。3K-CV法的交叉检验结果显示,反演芦苇和香蒲地上干生物量的3种模型都取得了较理想的估测精度,最小估测精度为90.86%,最大为95.23%。利用挺水植物冠层高光谱信息,可以反演其地上干生物量。     

基于偏最小二乘法的玉米FPAR高光谱反演模型研究

以ASD FR便携式光谱仪与LI-191SA光量子仪对吉林中西部的玉米田进行多次观测,采集到123组有效数据,基于偏最小二乘法(PLS)对玉米FPAR进行高光谱反演。对可见光与近红外光谱(400～1 500nm)进行分析并建立反演模型,对FPAR预测效果进行验证,验证模型的R2为0.785,RMSE为0.117;同时进行了玉米FPAR与光谱反射率、反射率一阶导数之间的关系分析及植被指数与玉米FPAR之间的回归分析。研究结果表明,PLS方法建立的模型可有效地从玉米高光谱反射率数据反演出FPAR含量,反演结果精度较植被指数高。     

亚热带人工针叶林冠层叶氮浓度的星载高光谱遥感能力评估(英文)

冠层叶片氮浓度(CNC)是影响森林生态系统生产力的重要参数之一。本研究探讨了星载成像光谱遥感在估测亚热带红壤丘陵区人工针叶林CNC的表现。分析包括了星载成像光谱数据(Hyperion影像)覆盖的两条样带上的57个野外样方,并将其分为三个子集(A-C)。利用一元回归和偏最小二乘回归方法分析了CNC与成像光谱信息之间的关系。在A-C子集中,CNC与近红外反射率(NIR)之间的相关性一致都呈现显著的正相关关系(R2=0.29,0.33和0.36,P0.05或P0.01)。另外,我们利用归一化的氮指数(NDNI)估计森林CNC的变异。在3个子集中,NDNI与CNC都呈现极显著的正相关关系,但相关性不高(R2=0.38,0.20和0.17,P0.01)。然后利用偏最小二乘方法分析了CNC与整个成像光谱数据(反射率、对数变换和一阶导数变换)之间的相关性,对于各个子集相关性不同且相对微弱。在分析已有数据和对比前人文献基础上,文章分析了影响成像光谱遥感森林CNC的可能原因,并指出研究区人工针叶林单一的冠层结构可能减弱了该地区森林CNC与成像光谱信息之间的相关关系。     

基于无人机高光谱遥感的淇澳岛红树林冠层叶片功能性状反演

以珠海淇澳岛红树林为研究对象,基于无人机高光谱数据,采用偏最小二乘回归方法和归一化植被指数相结合(PLSR+NDVI)以及偏最小二乘回归方法与连续小波变换(PLSR+CWT)相结合的2种无人机高光谱数据处理方法,反演了研究区内红树林的10种冠层叶片功能性状。结果表明,PLSR+NDVI的方法更适用于红树林冠层叶片比叶重LMA、单位质量磷含量P_mass和单位面积氮含量N_area的反演,PLSR+CWT的方法更适用于氮磷比N/P、叶绿素含量C_ab和类胡萝卜素含量C_xc的反演,2种方法用于反演单位质量氮含量N_mass、单位质量钾含量K_mass、单位面积磷含量P_area和单位面积钾含量K_area的结果均不理想(R²<0.3)。采用所建立的较优方法对研究区红树林冠层叶片的LMA、P_mass、N_area、N/P、C_ab和C_...     

塔里木河中游绿洲盐漠带典型盐生植物光谱指数分析

盐生植物对于维持干旱区绿洲生态系统平衡起着核心作用。该文以渭干河-库车河三角洲绿洲盐漠带典型盐生植物为研究对象,利用Field Spec Pro FR便携式地物波谱仪,对2010年10月盐生植物的野外光谱数据进行采集并取相应土样。首先,采用光谱学分析方法分析光谱特征变化,并对土壤理化特性(含盐量、TDS、电导率、pH值)进行室内测定分析,获得盐生植物光谱特征数据和土壤理化特性数据。其次,利用实测光谱数据对盐生植物高光谱植被指数NDVI705、VOG1、ARI1和CRI1进行反演,用高光谱影像和TM影像分别对VOG1和NDVI705进行反演,并与土壤理化特性进行相关性分析。研究表明:高光谱植被指数NDVI705、VOG1、ARI1与土壤理化特性之间相关性均较低(0.266R0.449),但CRI1与含盐量、TDS的相关性较高(R=0.668);用高光谱影像反演的VOG1与电导率的相关性较高(R=0.536),用TM影像反演的NDVI705与TDS相关性较高(R=0.695)。通过精度验证,发现高光谱反演数据(VOG1)比TM反演数据(NDVI705)精确,说明遥感数据空间分辨率的不同影响了反演植被光谱指数的精度。该研究不仅可为干旱地区盐生植物的遥感识别奠定基础,而且对维持绿洲生态系统稳定提供一定的科学依据。     

乐安河流域土壤重金属含量高光谱间接反演模型及其空间分布特征研究

选取江西省乐安河及其支流流域作为研究区域,探讨了使用土壤高光谱数据间接反演其重金属(Cu、Zn、Pb)含量的方法。选用偏最小二乘模型对土壤有机质含量进行高光谱反演,引入人工神经网络回归模型建立土壤有机质含量与重金属含量的相关关系,从而提取出土壤中痕量级的重金属元素,并针对其空间分布情况进行关联分析和对比分析。实验结果表明,此方法在反演Cu、Zn元素时可有效反映其空间分布特征,具有在类似泛滥平原区域推广的适宜性,也为该区域土壤及水文生态环境监测提供了相关参考。     

基于SAIL模型的多角度多光谱遥感叶面积指数反演

随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内.     

基于纹理特征的香格里拉县冷杉林郁闭度遥感估测研究

以香格里拉县2006年TM影像、2006年森林资源二类调查小班数据为信息源,结合研究区冷杉林地面实测标准地（30m×30m）数据,提取香格里拉县冷杉林TM影像分布信息及标准地纹理特征因子（共48个）,对各因子进行相关分析;利用主成分法对纹理特征因子进行因子分析,最终选出13个纹理特征因子利用偏最小二乘法进行回归建模并进行模型精度检验。根据回归估测模型以及提取出的冷杉林各波段纹理特征因子,进行研究区冷杉林郁闭度反演。结果表明,基于遥感影像纹理特征建立的郁闭度遥感估测模型,其RE=13.8%,RMSE=10.39,精度为83.3%。研究区冷杉林郁闭度反演可知冷杉林郁闭度多分布在0.6~0.7范围内,多为中度郁闭林地。     

基于高光谱植被指数的叶片净光合速率Pn反演

植物净光合速率是衡量植被生产力、体现植物整体长势的重要指标。该文在分析植被光谱指数VI、光合有效辐射PAR与净光合速率Pn关系的基础上,建立了基于高光谱遥感数据的净光合速率反演模型。采集武汉市4种常见植被叶片共124个样本作为研究对象,在分析比较9种不同光谱指数与SPAD相关性的基础上选择3种相关性较高的植被指数对不同的植被类型进行净光合速率反演模型建立。结果表明:实验中CIrededge、NDVI705和RVI7003种植被指数与SPAD相关性较高,R2值均在0.7以上,最高达到0.88;在建立净光合速率反演模型时,若仅考虑叶片净光合速率(Pn)与植被指数的关系,其相关性较差;而将植被光谱指数、光合有效辐射(PAR)乘积后再与净光合速率(Pn)分析时,发现其相关性显著提高;以上3种植被指数中CIrededge*PAR vs.Pn反演效果最优,但农作物与园林植物净光合速率反演最优模型存在差异。因此,利用高光谱遥感技术可以了解和掌握植物叶片的光合效应,以此评价植物固碳释氧能力以及估测农作物产量是完全可行的。     

基于高光谱数据的戈壁地表砾石粒径反演研究

戈壁地表砾石粒径组成特征反映戈壁形成过程信息,且在很大程度上决定戈壁改造利用的难易,是开展戈壁研究的基础和前提。结合高光谱数据的微分变换,遴选出砾石粒径的敏感波段与反演方程,进行戈壁地表砾石粒径反演研究。结果表明：微分变换后的砾石光谱反射率与粒径有较好相关性,相关性最好的波段为908nm、983nm和985nm。其中,对数倒数微分变换之后的反射率与粒径成正相关（R² =0.61）,而一阶微分、平方根微分、对数微分3种变换形式之后的反射率与粒径呈负相关,相关系数分别为-0.633、-0.646、-0.649。将一阶微分变换后的光谱数据与粒径进行回归分析,发现一元三次回归模型具有较好的拟合精度,其中对数微分在回归分析中表现最好（R² =0.851）,经过验证得出对数微分预测精度（75.27%）高于其他4种微分形式的精度,表明砾石光谱的对数微分变换之后的908nm波段可应用于戈壁地表砾石粒径的反演。     

基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究

探讨利用常规卫星遥感数据Landsat/TM定量反演太湖叶绿素a(Chl-a)浓度的方法。在对Landsat/TM影像进行几何校正、辐射定标、大气校正等预处理的基础上,选择适于太湖Chl-a浓度定量反演的最佳波段或波段组合,采用半经验回归模型和混合光谱分解模型分别建立太湖Chl-a浓度定量反演模型,并对不同模型及反演结果进行对比分析。     

腾格里沙漠典型植物含水率与地物光谱的关系分析

地物光谱特征不仅是遥感机理研究的重要内容,亦是遥感应用分析的重要依据。用ASD手持式光谱仪测定了腾格里沙漠10种典型植物的冠层光谱,对测得光谱数据进行包络线去除和一阶微分处理,并在实验室采用烘干法得到植物的含水率,运用相关系数法分析植物含水率与经包络线去除的光谱数据之间的关系,同时分析了不同含水率植物的红边特征。结果表明：研究区植物最大含水率为88.19%,最小含水率为37.34%;含水率与包络线去除的光谱数据在可见光（561~718 nm）和近红外（861 nm,894 nm）波段均存在极显著相关性,并建立了两者之间的回归模型,说明可见光近红外波段可以反映沙漠植物的水分状况;不同含水率植物的红边参数有所差异。     

基于小波分析的土壤速效K含量高光谱反演

选取新疆奇台县的134个土壤样本,利用土壤反射率对数的一阶导数光谱分别对4 种小波函数进行多层离散分解,采用PLSR方法分别建立了土壤速效钾含量的反演模型,并对其精度值进行检验。结果表明：小波分解获得的各层低频系数以1～3层较高,而其余各层则较低。所有函数分解的6层中,均以第2层低频系数建模的精度最高,随着分解层数（>2层）的增加,其精度值和显著性明显降低。相同尺度下,采用4种小波函数的低频系数构建的反演模型的精度差异较小,而Bior1.3为最优函数;基于Bior 1.3分解的ca2低频系数建模的R²达0.964,RMSE仅为8.19 mg·kg^-1,且为极显著水平,为最佳反演模型,经样本检验后发现,此模型可用以快速、准确估算土壤高光谱速效钾含量。     

基于MODIS数据的雪深反演--以天山北坡经济带为例

应用中分辨率成像光谱仪（MODIS）数据进行雪深遥感反演理论和方法的研究.利用全波 段地物光谱仪对不同深度的积雪进行反射光谱值野外量测且同步测定雪深,通过分析雪深和 反射光谱值的关系确定反演雪深的MODIS最佳观测通道,应用新疆地区冬季MODIS 1B数据, 以天山北坡经济带为实验区,结合该区域同期气象台地面雪深观测记录数据建立雪深遥感反 演数学公式.雪深反演结果与实测值对比表明,应用MODIS数据进行大区域雪深反演时 ,其结果具有分辨率高、监测范围广的特点,可以清楚反映积雪覆盖范围和雪深空间分布特征,对地表径流量计算、农业开发等具有应用价值.     

近岸二类水体生物光学模型参数优化

为了优化生物光学模型中的悬浮物后向散射模型系数（b^_bx）和双向反射因子（f/Q）,基于珠江口、韩江河口、徐闻珊瑚礁保护区实测数据（遥感反射率、叶绿素a质量浓度、悬浮物质量浓度、CDOM吸收系数）,采用模拟退火算法同时优化了b_bx以及f/Q（N＝43）,并开发了生物光学正演模型（N＝22）。文章优化的f/Q为0.104 9,悬浮物在参考波长531 nm处后向散射系数b_bx为0.268×[TSS]^0.295。通过输入实测的水质数据模拟出531 nm处的遥感反射率,并外推到其他波段（412、443、490、551、667 nm）。模拟得到的531 nm处遥感反射率与实测值的均方根误差RMSE＝0.000 8,N＝22,除了模拟的667 nm处遥感反射率误差较大外（RMSE＝0.003 6,N＝22）,其他波段都具有较好的精度（RMSE＜0.002 3）。结果表明,该研究区与其他研究区（如黄、东海）的bbx和f/Q不一致,这2个参数需要根据研究区的数据进行优化。验证结果说明迭代优化的b_bx以及f/Q能够适用于广东近岸河口生物光学参数模拟。     

莱州湾海岸带土壤光谱分析与有机质反演研究

利用土壤光谱反射率预测海岸带典型土壤有机质含量。对莱州湾海岸带典型地区97个土壤样本的光谱反射率特性进行分析,把光谱曲线划分为4个区域,提取每个区域的代表性特征参数,与土壤有机质含量进行相关性分析,最终选用458～587.1nm区间的挠度(相关系数达0.87)作为自变量进行模型回归,并利用均方根误差(RMSE)和预测残差(RPD)进行模型检验与评价。结果表明,以458～587.1nm区间的挠度作为自变量建立的对数函数预测模型具有较高的精度和稳定性,经验证计算出其RMSE为0.39,RPD为2.5,该模型应用效果较好。     

基于减小叶片水分影响的湿地芦苇氮浓度高光谱反演研究

以盘锦双台河口湿地国家级自然保护区作为研究区,采用基于bootstrap的偏最小二乘回归模型（PLSR）,分别构建不同光谱变换技术（包括光谱水分影响减小技术WR、包络线去除CR、光谱一阶微分FD、光谱倒数的对数LR）和原光谱数据（R）的芦苇叶片氮浓度预测模型。使用变量投影重要性指标VIP,计算了各光谱波段在估算芦苇叶片氮浓度时的重要性。研究结果表明,WR光谱变换技术的芦苇叶片氮浓度估算精度最高（R²=0.87,均方根误差=0.57）,该方法可以有效减小叶片水分的影响,增强鲜叶片光谱中细微的氮吸收特征。     

Remote Sensing Inversion for Simulation of Soil Salinization Based on Hyperspectral Data and Ground Analysis in Yinchuan,China

The Pingluo area, as an experimental study area in Yinchuan, has been subjected to major environmental degradation due to soil salinization problems. Soil salinization is one of the main problems of land degradation in arid and semiarid regions. In the present study, remote sensing was integrated with mathematical modeling to evaluate soil salinization adequately. To detect soil salinization, soil water content and electrical conductivity of soil samples were analyzed. The reflectance of soil samples was measured using a spectrometer (SR-3500) with 1024 bands. Indices of soil salinity, vegetation and drought were analyzed using Landsat images over the study area. Based on Landsat images, physicochemical analysis, reflectance of sensitive bands for soil salinization and environmental indices, canopy response salinity index (CRSI), perpendicular drought index (PDI) and enhanced normalized difference vegetation index (ENDVI), a new model was established for simulation and prediction of soil salinization in the study area. Correlation analyses and multiple regression methods were used to construct an accurate model. The results showed that green, blue and near-infrared light was significantly correlated with soil salinity and that the spectral parameters improved this correlation significantly. Therefore, the model was more effective when combining spectral parameters with sensitive bands with modeling. After mathematical transformation of soil reflectance, the correlations of bands sensitive to soil salinization were 0.739 and 0.7 for electrical conductivity and water content, respectively. After transformation of vegetation reflectance, the correlation coefficient of soil salinity became 0.577. After inversion of the model based on soil hyperspectral and water content, the significance became 0.871 and 0.726, respectively, which can be used to predict soil salinity and water content. The spectral soil salinity model had a coefficient of 0.739 for soil salinity prediction. Among the salinity indices, the CRSI was selected as the most significant, with R² of 0.571, whereas the R² for PDI reached only 0.484. Among the vegetation indices, the ENDVI had the highest response to soil salinity, with R² of 0.577. After scale conversion, the correlation percentages between CRSI and measured soil salinity and between ENDVI and measured soil salinity increased to 16.2% and 8.5%, respectively. Following the correlation between PDI and soil water content, the percentage of correlation increased to 11.6%. The integration of hyperspectral remote sensing, ground methods and an inversion method for salinity is a very important and effective technique for rapid and nondestructive monitoring of soil salinization.

     

基于反射率和亮度温度的锡林郭勒积雪深度估算

积雪是我国西北干旱半干旱区重要的水资源,也是影响全球气候变化的重要因子之一。 目前光学影像反射率和雷达亮温数据是积雪遥感领域的主要数据,本文首次结合两类遥感数据估 算积雪深度,并比较偏最小二乘法和机器学习算法（人工神经网络、支持向量机和随机森林算法） 在积雪深度估算方面的表现。以锡林郭勒盟 2012—2015 年积雪深度数据为例,基于反射率和亮度 温度相结合的积雪深度估算精度优于单个数据源,且随机森林算法表现最好,均方根误差为 2.93 cm,满足实际应用的需求。研究结果对我国西北地区水资源分布、生态环境评估等研究具有重要 意义。