用卫星高光谱数据提取德兴铜矿区植被污染信息

在深入分析研究德兴铜矿矿区植被光谱特征的基础上,利用美国EO-1卫星Hyperion高光谱数据,通过反演表征植物生理状态的光谱特征参数(红边位置和最大吸收深度)变异,提取与污染相关的信息,获取了矿山植被污染生态效应概况,为矿山污染的诊断和监测提供新技术和知识支撑。     

基于地面光谱测量的砂岩型铀矿地物波谱特征分析

基于砂岩型铀矿床地物光谱测量技术,采用改进型高斯模型和植被红边参数模型,系统开展了与铀成矿有关的目标及背景诊断光谱特征建模研究,定量化分析与提取铀矿床吸收光谱特征参数及植被红边变异参数。采用上述技术对中国北方砂岩型铀矿区进行了实验研究,取得了良好的效果。     

矿区植被重金属胁迫高光谱分辨率数据分析

研究矿区植被重金属胁迫,植被反射光谱测量必不可少。用成像光谱仪野外测试江西德兴铜矿区典型植被的冠层反射波谱曲线,利用导数光谱评价植被“红边”位置。分析得知,植被红边“蓝移”,最大“蓝移”达11nm。根据红边位置与叶绿素含量的正相关关系,并结合铜矿区地质、地貌特点以及开采情况,初步断定铜矿区植被主要受到重金属胁迫而且胁迫程度与植被冠层重金属含量也呈正相关关系。这可作为高光谱分辨率遥感技术在矿区植被修复方面的决策支持和参考依据。     

最佳小波包基的矿区植被及红边位置提取

小波包变换能同时对植被光谱信息的低频和高频分量进行分解,并能克服小波变换时间分辨率高而频率分辨率低的缺陷从而具有能够探测植被细微变化的优势。实验利用Hyperion高光谱影像对云南省普朗铜矿区植被像元的光谱进行最佳小波包基参量获取与植被信息识别,并在此基础上提出一种提取重金属污染下植被红边位置的最佳小波包基系数应用模型。研究结果表明基于最佳小波包基参量的植被信息识别及基于最佳小波包基系数的重金属污染探测具有可行性与一定优越性。     

小麦生物量和真实叶面积指数的高光谱遥感估算模型

利用大田小麦的参数数据和冠层光谱数据,基于光谱一阶微分技术和光谱响应函数,构建等效MODIS植被指数,建立小麦生物量(本文指总干生物量,下同)和真实叶面积指数的高光谱遥感估算模型.结果表明:①小麦生物量与冠层光谱在552 nm,721 nm处呈现最显著相关关系,叶面积指数与冠层光谱的相关性在400～1100 nm范围内较显著;②红边位置与生物量的关系最为显著,相关系数R为0.818;③6种等效MODIS植被指数中,增强型植被指数对生物量最为敏感;④红边位置估算小麦总生物量的指数模型最优,决定系数R2为0.829;⑤增强型植被指数与小麦叶面积指数的指数模型拟合度最强,决定系数R2为0.94.利用实测光谱模拟MODIS等效反射率构建植被指数反演小麦参数的方法,可为利用卫星数据进行大面积、无破坏和及时获取地面植被信息研究提供重要手段.     

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。     

指示冬小麦条锈病严重度的两个新的红边参数

通过人工田间诱发不同等级条锈病,在不同生育期测定了36条感染不同严重程度条锈病的冬小麦冠层光谱及相应叶片的生理生化参量。对测定的冬小麦红边一阶微分光谱进行分析,发现随着病情严重度的增加,红边一阶微分的前峰(700nm附近)越来越明显,后峰(约在725—740nm)越来越不突出,以红边一阶微分的双峰特征随病情指数的变化为基础,设计了两个新型的红边参数:DSr和Ar,它们可以分别用来描述红边一阶微分光谱曲线的陡峭度和不对称性,与其他常用的红边参数(红边位置、红边一阶微分最大值,红边一阶微分所包围面积)相比,新参数反演病情严重度的精度更高。     

重金属污染胁迫下盐肤木的生化效应及波谱特征

利用遥感生物地球化学的原理和方法,分析了德兴铜矿的重金属污染状况和植物盐肤木的生物地球化学效应,对盐肤木生物地球化学效应的波谱特征进行了系统的提取和分析.研究发现酸、铜、镉等是德兴铜矿地区主要的环境污染因子,野外调查及样品的化验分析表明盐肤木对铜元素呈现一定的富集作用和很强的位移效应,是适合铜矿复垦的植被.利用导数光谱、包络线去除、红边效应、植被指数等光谱信息处理方法对盐肤木的野外波谱分析表明,随着叶片中Cu等金属元素含量的增大,其产生的毒化效应的波谱特征越明显,盐肤木叶片光谱反射率明显升高,波形蓝移,红边陡坡斜率增大,叶绿素吸收深度变浅,吸收中心稍有蓝移,水的吸收深度变浅,吸收中心位置红移,绿度指数变化明显.对波谱特征及其与重金属含量的相关关系综合分析后认为,红边特征、植被指数NDVI、叶绿素吸收深度与叶片铜含量关系显著,可以作为植被铜污染遥感图像特征提取的参考.     

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.     

大米草室内叶片光谱特征参数与叶绿素浓度关系研究

本文通过分析大米草叶片反射光谱特征,并提取红边位置、红边斜率和红边面积三个红边参数以及叶面叶绿素指数(LCI)、水分指数(WI)、三角植被指数(TVI)、结构相关色素指数(SIPI)四个高光谱植被指数,利用线性、对数、倒数、二次函数和三次函数曲线模拟算法得到大米草叶片叶绿素a浓度的高光谱估算模型。研究结果表明:叶绿素a浓度与红边斜率和红边面积在0.01水平上显著负相关,与LCI、WI和TVI在0.01水平上显著正相关。基于红边斜率、红边面积、TVI三个参数,选用倒数法构建叶绿素a浓度的估算模型精度明显高于其他算法。基于LCI和WI参数,应用三次函数法构建的叶绿素a浓度的高光谱检测模型精度明显高于其他算法。比较R2和模型估算误差,利用WI水分指数应用三次函数构建叶绿素a浓度的高光谱检测模型精度在所有模型中最高。因此,利用叶片光谱技术可以较高精度地估算叶绿素a浓度。     

冬小麦叶面积指数的高光谱估算模型研究

本文以山东禹城为研究区,利用地面实测光谱数据,探讨不同植被指数和红边参数建立高光谱模型反演冬小麦叶面积指数的精度。通过逐波段分析计算了4种植被指数(NDVI、RVI、SAVI、EVI),结合同步观测LAI数据,确定反演叶面积指数的最优波段;计算了5种常用的高光谱植被指数MCARI、MCARI2、OSAVI、MTVI2、MSAVI2,同时利用4种常用方法计算红边位置和红谷,与实测LAI进行回归分析,比较植被指数和红边参数模型对冬小麦LAI的估测精度。结果表明各因子与LAI均具有较高的相关性,整个研究区归一化植被指数具有最高的反演精度,确定了估算冬小麦LAI的最优模型,并使用独立的LAI观测数据对模型进行了验证。     

综合机载LiDAR与高分影像的煤矿区典型地物提取方法

综合利用LiDAR点云数据与WorldView-2高空间分辨率遥感影像,采用面向对象分类的矿区地表覆盖信息提取方法,利用nDSM高度阈值区分候选分割对象,构建了基于决策树分类器的矿区典型地物提取模型,在此基础上将图像光谱信息、DSM数据和地形参数等多源数据进行了融合,提取了出矸石堆、煤堆等典型煤矿区地物要素及植被、道路、水体等地表覆被要素信息。     

面向对象与卷积神经网络模型的GF-6 WFV影像作物分类

GF-6 WFV影像是中国首颗带有红边波段的中高分辨率8波段多光谱卫星的遥感影像,对于其影像及红边波段对作物分类影响的研究利用亟待展开。本文结合面向对象和深度学习提出一种适用于GF-6 WFV红边波段的卷积神经网络(RE-CNN)遥感影像作物分类方法。首先采用多尺度分割和ESP工具选择最佳分割参数完成影像分割,通过面向对象的CART决策树消除椒盐现象的同时提取植被区域,并转化为卷积神经网络的输入数据,最后基于Python和Numpy库构建的卷积神经网络模型(RE-CNN)用于影像作物分类及精度验证。有无红边波段的两组分类实验结果表明:在红边波段组,卷积神经网络(RE-CNN)作物分类识别取得了较好的效果,总体精度高达94.38%,相比无红边波段组分类精度提高了2.83%,验证了GF-6 WFV红边波段对作物分类的有效性。为GF-6 WFV红边波段影像用于作物的分类研究提供技术参考和借鉴价值。     

利用高光谱识别草地种类的研究——以锡林郭勒草原为例

以锡林郭勒草原典型的羊草、针茅、日阴菅、隐子草为研究对象,测量4种草地光谱,利用光谱微分法对原始光谱数据进行处理,在提取草地光谱7个特征参数的基础上,采用相关性分析和主成分分析方法精选红边斜率、绿峰位置、绿峰值和红谷位置4个参数。基于所选的4个光谱特征参数,采用多层感知神经网络模型对草地种类进行识别,精度达到80.3%,同时对比7个特征参数与4个特征参数对草地种类识别精度的影响,发现草地种类识别精度从69.0%提高到80.3%。本研究可为大面积草地物种资源的遥感调查和监测提供科学依据。     

大型沉水植物狐尾藻不同盖度的光谱特征

地物特征与其光谱特征的关系是解译遥感影像的关键。本研究利用ASD便携式地物光谱仪对上海崇明国际湿地公园人工湖中的沉水植物狐尾藻的反射光谱进行了初步研究。结果表明,随狐尾藻盖度的增加,其光谱反射率、一阶和二阶导数红边斜率的峰值也相应增加,不同盖度狐尾藻的光谱反射率的差异主要表现在500—650nm和700—900nm波段范围。分别对狐尾藻盖度与这些波段的光谱反射率及根据一阶和二阶导数获得的光谱指数进行回归分析,得到了较好的线性关系。应用回归分析得到的线性方程,可以根据测定的光谱反射率定量反演水体中的狐尾藻盖度。研究结果可为监测大型沉水植物的高光谱遥感影像解译和分类提供技术支撑,为大尺度遥感监测沉水植物的分布和动态变化提供科学依据。     

利用高光谱识别草地种类的研究——以锡林郭勒草原为例北大核心CSCD

以锡林郭勒草原典型的羊草、针茅、日阴菅、隐子草为研究对象,测量4种草地光谱,利用光谱微分法对原始光谱数据进行处理,在提取草地光谱7个特征参数的基础上,采用相关性分析和主成分分析方法精选红边斜率、绿峰位置、绿峰值和红谷位置4个参数。基于所选的4个光谱特征参数,采用多层感知神经网络模型对草地种类进行识别,精度达到80.3%,同时对比7个特征参数与4个特征参数对草地种类识别精度的影响,发现草地种类识别精度从69.0%提高到80.3%。本研究可为大面积草地物种资源的遥感调查和监测提供科学依据。     

内蒙古新巴尔虎右旗多金属矿区扬尘风积物遥感监测方法

内蒙古新巴尔虎右旗甲乌拉—查干铅锌银矿区地处呼伦贝尔草原腹部,当地半干旱的气候使得该矿区尾矿库、固体废弃物堆、矿石堆等易于产生扬尘,对周边草场产生污染。采用传统的化学采样和光谱分析调查矿区扬尘污染精度虽高,但费时耗力,而利用时序遥感方法监测矿区扬尘污染则比较便捷。本研究利用2018年GF-1卫星数据完成了矿区开发占地信息提取,在分析研究区的风场和最佳扬尘观测月份基础上,使用2000年、2005年、2010年、2015年和2018年获取的5期Landsat卫星数据,采取"扬尘风积物-植被-水体和阴影"端元分解模型和人工干预的半自动剔除道路干扰方法,对矿区扬尘风积物进行遥感监测;相较于归一化差值植被指数(normalized difference vegetation index,NDVI)分析法,该方法在考虑植被光谱信息的同时也兼顾扬尘的光谱信息,使监测结果更为客观。比较5期遥感图像扬尘风积物提取结果发现,截止到2018年,矿区1 km缓冲区内扬尘风积物污染面积扩大到190. 57 hm~2,其中2000—2010年间和2010—2018年间的年平均增长面积分别为14. 74 hm~2和0. 64 hm~2。监测结果表明矿区采取的防治和治理措施可以明显改善扬尘风积物污染问题,但是随着矿区进一步开发,生态修复治理也应及时跟进。     

基于HJ-1遥感数据的矿区水体污染监测与分析——以龙岩紫金山金铜矿为例

矿产资源的持续开采与加工利用使得矿区周边水资源受到的污染日趋严重,急需采用先进技术对水污染进行监测分析,遥感技术是水环境监测最为有效的技术之一。利用国产环境一号小卫星多光谱遥感影像数据,针对福建省龙岩市紫金山矿区不同时相的数据进行水质遥感监测。利用近红外单波段阈值分割法提取悬浮物浓度信息,基于矿区酸碱性水体光谱曲线特性采用342波段假彩色合成影像,采用SVM分类方法进行分类,判别矿区水体酸碱性以及分析水体受污染程度变化和污染源。结果表明,研究区汀江水体2008年呈现碱性,2010年呈现弱碱性,水质在研究时段内得到一定的改善,但在选矿厂与矿区附近的水体中仍含有大量重金属沉积物。     

面向对象的高分一号铁尾矿遥感信息提取与分析

针对高分一号遥感数据铁尾矿信息提取精度较低的问题,文中分析了铁尾矿高分遥感图像光谱、纹理及空间特征,构建了铁尾矿遥感光谱特征强化的数学模型RTI和IOT,建立了面向对象的铁尾矿高分遥感信息提取的技术流程。并以唐山典型矿山地区为研究对象,进行了铁尾矿遥感信息的提取实验和精度分析,验证了RTI和IOT强化数学模型在面向对象决策分类规则中的有效性,为铁尾矿资源的目标提取和自动监测提供了一种新的处理方法。     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.