水分胁迫下棉花冠层叶片氮素状况的高光谱估测研究

在不同灌水量条件下，对棉花单叶叶绿素含量和单叶全氮含量做相关分析，并采用地物光谱仪。获取北疆棉花冠层关键生育时期的高光谱数据。应用一阶微分光谱，衍生出基于光谱位置变量的分析方法。以红边积分面积(SDr)为白变量，冠层全氮(TN)含量为因变量，做相关分析。结果表明：叶绿素含量与TN含量呈显著的正相关(R=0．8723^**。n=39)，叶绿素含量能有效的估计棉花单叶TN含量；红边积分面积变量与冠层TN含量呈显著的相关性，相关系数是0．7394^**(n=40)，利用构建的相关模型可以较为精确地估测新陆早6号、8号冠层叶片的全氮含量，RMSE分别为0．3859和0．4272。研究认为红边积分面积变量具有预测棉花冠层全氮含量的应用潜力。     

腾冲县高光谱各波段间的相关性分析

为揭示高光谱遥感数据的信息量差异和相关性特征,对腾冲县北部机载高光谱遥感数据进行了统计分析和相关性分析。研究表明:在所有波段中,信息量最大的是波段24(2.217～2.249μm),其次是波段19(2.063～2.094μm),其组内相关系数均在0.93以上。相关系数的分布呈现两边高、中间低的特点,强相关系数(相关系数在0.9以上)出现的频率最高,为38%。针对强相关系数的谱间分布特征,在波段间隔为0时,其出现的频率最高,为20%。该研究对遥感波段的设计和选择具有应用价值。     

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。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

基于统计判别法的不同类型植被高光谱数据分析研究

该文利用统计学方法对不同植物的多个采样光谱样本进行比较分析。选用大豆、红薯、茶树、松树的19个野外采样光谱样本,采用Mann-Whitney U检验方法和马氏距离判别法进行比较分析,结果显示,Mann-Whitney U检验适用于同一地物反射光谱的采样样本,判别分析方法适用于不同地物的采样样本,两种方法基本能达到区分的效果。     

水体总氮浓度与湿地芦苇叶片高光谱特征关系研究

以富营养化主控因子总氮为研究对象,通过不同氮浓度梯度培养芦苇的试验,测定芦苇的生理生化参数和叶片光谱,分析不同氮浓度处理下的芦苇理化特征和光谱特征差异,并利用线性和非线性回归方法建立光谱指数与水体总氮浓度的关系模型。研究结果表明:随水体总氮浓度的增加,芦苇高度、鲜生物量、叶片氮含量及叶绿素含量呈现增加趋势,而绿光反射峰值和红光吸收谷值呈现下降趋势,并出现明显"红移"现象;不同氮浓度处理的芦苇叶片反射光谱在绿光至红光的530~639nm和696~717nm差异显著;基于非线性拟合的PRI(Photochemical Reflectance Index)和CI(Chlorophyll Index)指数能够较好指示水体总氮浓度,拟合精度分别达0.82和0.91。该研究可以弥补现有水体富营养化遥感探测的不足,并为湿地管理与保护提供科学依据。     

用于植被冠层分析的高光谱波段的组合方法研究

波段数目多和波段宽度窄是高光谱分辨率遥感的两个显著特点。常规的用于分析的波段组合方法在信息的利用上是不充分的，笔者利用六种植物的冠层测量数据作为试验样本，使用了系统聚类分析的方法，找出具有信息相似性的波段，将这些波段划分为同一种通道类型，它们对于植被冠层中的同一种生化成分是敏感的，并使用主成分分析的方法进行降维，合并处理，得出可以用于实际分析的波段线性组合方法，最后利用前两个主成分的相对得分图，进行不同物种类别的划分，达到识别的目的。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。     

基于高光谱数据的天山北坡积雪孔隙率反演研究

以新疆天山北坡中段典型流域季节性积雪为研究对象,基于高光谱遥感监测技术,分析了融雪期积雪孔隙率与光谱反射率的相关性。采用偏最小二乘法(PLS)对相关性较高的波段进行压缩,并提取贡献率最高的前四个主成分,以此用来确定神经网络的隐含节点数、输入层、输出层的初始权值,建立PLS-BP模型进行积雪孔隙率反演研究。结果表明:当隐含节点数为3,模型的线性确定相关系数(R²)较高为0.9159,RMSE为0.04,相对误差为0.23。与传统偏最小二乘回归(PLSR)、主成分回归(PCA)建模方法相比,精度较高,所建定量模型可用于高光谱遥感反演积雪孔隙率。     

大面积棉花长势的MODIS监测分析方法与实践

大面积棉花的生长状况监测比较复杂,目前还没有比较成熟的方法。以往遥感监测应用较多的是NOAA—AVHRR数据,监测精度和监测效果不高。本文利用新一代传感器MODIS数据,结合实测的地面农作物生长发育农学参数,系统地分析了石河子地区棉花播种到收获整个田间遥感归一化指数(NDVI)及其对应的叶而积指数(LAI)的变化规律,证明MODIS叶面积指数和实测LAI有很高的一致性,MODISIAI的变化状况与棉花长势变化基本一致,实现了较为精确的石河子地区大面积棉花长势的遥感动态监测。     

中国棉花种植空间变化及其原因分析

采用地理信息系统软件对1980、1990、2000年中国县域棉花生产数据进行处理,生成棉花种植空间分布差异地图并对之进行分析。分析结果表明,1980～1990年,中国棉花种植空间迅速缩减地区是鄂南、鄂中、湘北、陕西中部、晋西棉区、冀西南棉区以及江苏东部部分地区,种植空间迅速扩展的地区是鲁西北、鲁西南、冀东南和豫南等地区;同时,新疆棉区以巴楚县为核心的南疆等地区种植面积增长迅速;1990～2000年,变异的最大特点是新疆棉花生产的崛起和山东、河北棉花生产的萎缩。引起上述变化的原因是由于经济、政策、技术及自然以等因素发生变化的结果。     

地学数据共享中的元数据标准结构分析与设计

针对地学数据共享的实际需求,分析通用地学元数据的构架模式与方法。由此构建的元数据框架包括3个层次,即核心元数据、模式元数据和应用领域专用元数据。结合科技部的国家科学数据网建设规范草案,定义了地学元数据的核心元数据标准,并对应用系统进行设计。研究表明,该元数据标准结构强调地学元数据的可扩展性和兼容性,可以保证现有的主要元数据标准继续使用,避免重复建设。     

植被高光谱特征分析及其病害信息提取研究

高光谱(hyperspectral)遥感是20世纪末地球观测系统中最重要的技术突破之一。根据植被高光谱数据的植被冠层光谱反射特征和诊断性光谱吸收特征,利用光谱连续统去除法,探讨光谱一阶微分反射比(FDR)和从连续统去除的光谱吸收特征中获得的波段深度(BD)、连续统去除后微分反射比(CRDR)、波段深度比(BDR)和归一化波段深度指数(NBDI)等光谱特征参量。结合多时相的条锈病小麦PHI航空高光谱影像,分析条锈病对小麦光谱的影响及其光谱特征,并运用光谱特征参量和波谱角制图(SAM)技术监测和识别小麦条锈病。     

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.

     

我国东中西部碳排放量影响因素面板数据研究

为促进省域低碳经济发展,以碳排放量为研究对象,采用5个解释变量建立面板数据模型.研究发现:经济增长和产业结构是影响东中部碳排放量的2个最重要变量,影响系数东部依次为0.602,0.544,中部依次为1.441,0.407,其次是人均收入水平、人口增长和能源价格:在西部,人均收入水平和产业结构是影响其碳排放量的2个最重要变量,影响系数分别为0.967,0.788,其次是人口增长、能源价格和经济增长状况:能源价格影响度从东到西依次提高,特别是人均收入对西部碳排放量影响度远远超过东部:因地制宜,对于东、中部地区政府要重视优化经济增长方式和调整其产业结构,对于西部更应重视调整人均收入政策及加强能源价格控制.面板单位根检验我国东中西部各变量均存在一阶单整,面板协整检验省域碳排放量与人们收入水平、经济增长水平、产业结构、能源价格和人口增长之间存在长期稳定内生经济关系.     

基于数据挖掘的地图质量集对分析模型

应用模糊联系度的概念,以探讨对差异度系数进行数据挖掘的改进集对分析方法,实现对不确定性数据信息的数据挖掘和深入分析,提高评价结果的准确性和可靠性。结合实例验证构建模型的正确性和有效性,并与模糊数学方法及专家评价方法的结果进行对比分析,结果表明应用基于数据挖掘的集对分析方法评价地图质量是有效可行的,且操作过程简单。     

基于多源降水数据的洞庭湖流域夏季降水与西太平洋副热带高压的关系

基于中国气象科学数据共享服务网提供的1979~2012年夏季6~8月降水实测数据（CMD）和3种不同来源的再分析降水数据,研究和比较副高特征指数与洞庭湖流域夏季降水的关系及空间差异。结果表明：① 6、7月副热带高压（副高）脊线位置偏北,洞庭湖流域大部分区域降水偏多,8月偏少;6、7月北界位置偏北使流域东南降水偏少、西北降水偏多,8月大部分地区降水偏多;6~8月西伸脊点位置东移使降水偏多范围自东向西增大;6月份副高强度增强使东部和南部降水偏多、西部和北部降水偏少,7和8月大部分地区降水减少。② 再分析降水数据大体上能反映出7月份脊线指数、6和7月北界指数、6~8月西伸脊点指数和副高强度指数对相应月份CMD降水的影响。③ 副高特征指数对CMD降水的拟合能力存在区域差异。