水稻冠层光谱反射特性的动态变化研究

通过对早稻整个生长期内冠层反射光谱特性动态变化的系统研究表明:①在整个水稻生长期内,水稻冠层反射光谱的比值植被指数(RVI)值呈有规律的变化,在抽穗前,随移栽后天数增加,RVI值也逐渐增大,至抽穗前达到最大值;而抽穗后,则随着移栽后天数的增加,RVI值逐渐下降,至收割前降至最低值;②积温与RVI之间存在着较密切的关系,通过对不同生育期积温与RVI之间进行的线性回归分析表明,在抽穗前,积温与RVI值之间呈极显著正相关;而抽穗后,积温与RVI之间呈极显著的负相关。在遥感估产中,这种水稻冠层反射光谱特性的变化对于校正生育期的估产偏差和提高估产精度可能有重要意义。     

氯化钠盐土壤介电虚部特性的初步研究

含水含盐土壤的介电虚部模型是土壤含水量含盐量的函数。通过一系列关系研究：介电常数虚部ε＂，土壤导电率σa，土壤溶液导电率σw，土壤溶液离子浓度SMv，含盐量S，最终得到介电常数虚部ε＂和土壤含水量Mv。含盐量S的关系，即土壤介电模型。通过微波网络仪，对150组具有不同含水含盐量的土壤，在频率范围0．2-20GHz（频率取样间隔为0．05GHz）进行介电常数测量。在不同频率下，利用这些实测数据通过最佳拟合的方法确定土壤介电模型中的待定参数，从而得到不同频率时土壤介电虚部经验模型。另外，利用吉兰泰地区41个含盐土壤样品进行模型验证，结果表明，模型计算值与测量值高度相关。最后得出：（1）含盐量对介电常数虚部的影响随频率增大而降低；（2）土壤类型和介电常数虚部几乎没有相关性。     

非匀一冠层热辐射方向性3维模型构建——以玉米冠层为例

建立适用于多类型植被场景的热辐射方向性模型是进行地表热辐射方向性研究的一种手段。利用真实植株几何及生理参数的统计平均值来刻画理念植株,并给定其空间分布特征,进行不同生长期植被冠层的描述。基于冠层双向孔隙率思想构建了冠层热辐射方向性3维模型,模型继承了孔隙率模型在计算冠层热辐射方向性上的简洁优势同时以几何光学的思想考虑了冠层空间异质性对冠层热辐射方向性的影响。以玉米冠层为例,进行了不同生长期玉米冠层热辐射方向亮温的模拟,通过与实地测量数据的比对表明,本文发展的模型能够较准确地模拟不同生长期玉米植被场景的方向亮温变化规律,模拟误差主要来自理念株的刻画误差、玉米叶片形状的近似以及忽略了多次散射贡献等3个方面。模型的构建方法对稀疏植被场景、浓密植被场景、多类型植被的混合场景均可适用,不同观测几何下的植被场景4组份面积比计算结果有望应用于复杂地表条件下地表返照率的研究。     

利用无人机激光雷达提取玉米叶面积密度

叶面积密度可以表征冠层内部叶面积的垂直分布,是作物生长发育、营养诊断和育种研究的重要结构参数。激光雷达通过发射多脉冲和接收多回波信号可以探测到作物冠层内部信息。首先基于无人机激光雷达获取60个小区多航线的玉米点云数据,采用基于接触频率的体素法对叶面积密度进行估算,再对多个体素大小进行分析得到最优体素大小(0.2 m);其次对各航线以及航线叠加效果进行对比,得到无人机激光雷达获取点云数据的最优激光脉冲入射角(-30°～52°);然后结合玉米叶倾角和激光脉冲入射角对叶面积密度估算模型进行校正,从而提高叶面积密度估算精度;最后通过对不同种植密度和不同品种的玉米叶面积密度分布进行分析,得到不同品种玉米的发育快慢、株型特点以及最合理的种植密度。以上结果可为基于无人机激光雷达数据估算叶面积密度提供指导,并为玉米育种和科学管理提供参考。     

含水含盐土壤的微波介电特性分析研究

用微波网络分析仪测量了实验室制备的各种不同含水量,含盐量的土壤样品的复介电常数,研究了介电常数的实部和虚部与频率、盐度、含水量的关系。研究表明:频率、盐度对土壤介电常数实部的影响很小;对于某一特定土壤,其介电常数的实部由土壤的含水量决定;在较低频率范围内（f<2GHz）,虚部随着频率的增大而迅速下降,高频部分则趋向于一定值,波长较长的波段,如P波段或L波段对土壤含盐程度具有更高的敏感性,含盐量对虚部在较低频范围（f<5GHz）影响很大。同时,采集了内蒙古吉兰泰盐湖区的土壤样品,并测量了其复介电常数,与同步过顶的RADARSAT图像进行了相关分析。分析结果表明雷达图像记录的后向散射强度与含盐土壤复介电常数实部的相关系数为0.23,与虚部的相关系数为0.66,即雷达图像观测的含盐含水士壤的后向散射强度与土壤的含盐量相关性较高。这为利用微波遥感进行土壤盐碱化程度监测,提供了可能和实验依据。     

水稻时域后向散射特性分析：雷达卫星观测与模型模拟结果对比

利用已有的微波后向散射模型模拟计算了水稻的雷达后向散射特性，分析了一个生长周期内水稻冠层与微波电磁波的相互作用。重点分析植物物理参数对其后向散射特征的影响及其随极化而变化的规律。以及这些特征在整个水稻生长周期中的变化规律。输入后向散射模型的数据包括通过田间测量获取的水稻物理参数。在地面测量的同时或准同时获取了中国广东肇庆试验区的多时相雷达卫星（RADARSAT）遥感图像。雷达卫星观测结果和后向散射模型模拟计算结果的比较分析表明：在水稻的生长过程中，水稻的后向散射特征随其物理参数的周期性变化而变化，并且在不同的极化状态具有不同的变化规律。这从理论上预示了多时相多极化雷达遥感技术进行水稻长势监测的潜力。     

应用LSF概念模型反演草冠层叶面温度的试验

试验在已知土壤表面温度的前提下，分别利用AVHRR卫星遥感资料和准同步地面观测数据，应用LSF概念模型成功反演了草冠层叶面温度。通过对星、地资料反演的草冠层叶面温度比较发现，二者反演结果相差小于0．2K，说明利用卫星遥感资料，应用LSF概念模型反演草场冠层叶面温度可获得比较满意的结果。假设其他参数不变，分别对不同叶面发射率和不同土壤表面发射率反演的叶面温度分析发现，组分发射率的估算精度对反演结果影响较小，而整层空气柱可降水量的估算精度对卫星资料反演草冠层叶面温度影响大，用探空资料和露点温度估算的整层空气柱可降水量可导致反演的叶面温度相差达1．1K。在水分供应充足条件下，晴天11：00-17：00时，即使太阳总辐射强，叶面温度的变化幅度比土壤表面温度、空气温度小。以1999年8月6日为例，叶面温度变化仅有1．22K，而同时土壤表面温度变化为9．5K，1．5m高的空气温度变化为6．0K，叶面温度变化幅度比土壤表面温度、空气温度平缓。试验结果还表明，采用Becker和李召良的分裂窗模型反演青藏高原东南缘地区的陆地表面温度效果较好。     

基于无人机影像的农作物净初级生产力估算

基于无人机影像对不同农作物植被在不同生长期的净初级生产力进行估算.本文对试验田区域的可见光植被指数(GRRI、GBRI、NGRDI、NGBDI、VDVI及RGBVI)与NDVI指数进行相关性分析,发现可见光波段差异指数(VDVI)与NDVI指数呈显著相关性.在此基础上,将无人机影像的VDVI指数代入CASA模型,对试验田的农作物的月净初级生产力进行估算.结果表明:1)VDVI指数可以很好地区分水稻、玉米和黄豆等作物.2)碳密度月均值的大小与作物的生长时期有直接关系.处于枯萎期的玉米的碳密度均值小于实验田的碳密度月均值,处于生长期的水稻、黄豆和芋头等作物植被的碳密度值大于实验田的碳密度月均值.3)作物混种的碳密度均值大于单一作物的碳密度均值.     

不同供氮水平下水稻高光谱及其红边特征研究

通过大田和室内试验 ,测定了 3个供氮水平下 2个品种的水稻冠层、主茎叶片在不同发育期的高光谱反射率及对应的叶绿素、类胡萝卜素含量。结果表明 :不同供氮水平的水稻冠层和叶片光谱差异明显 ,其光谱反射率随供氮水平的提高在可见光范围降低 ,在近红外区域增高 ;拔节期和孕穗期主茎倒三叶反射率在可见光和近红外区域均高于倒一叶 ;冠层光谱红边位置λred、红边幅值Dλred和红边面积Sred孕穗前呈“红移” ,抽穗后呈“蓝移”现象 ;叶面积指数LAI、地上鲜生物量AFM、地上干生物量ADM和鲜叶重FLM与冠层光谱变量R12 0 0 /R550 ,R990 /R550 ,R80 0 /R550 ,R750 /R550 ,λred,Sred之间有极显著相关 ,冠层和叶片色素含量与其光谱变量R80 0 /R550 和λred之间也存在显著相关。这说明用合适的高光谱变量来估算水稻LAI,AFM ,ADM ,FLM和冠层、叶片的色素含量     

多时相SAR数据下的岭南早稻提取与时空变化分析

针对岭南地区在水稻生长期内高质量光学影像较少、难以实现对水稻种植情况进行有效监测的问题，该文利用多时相哨兵一号数据，提出一种基于阈值分割法快速提取水稻标签范围、运用U-Net深度学习模型提取水稻分布范围的方法，并分析广东省雷州市2019—2021年早稻分布时空变化情况。(1)通过对比，U-Net模型提取效果优于支持向量机算法，2019年早稻面积提取精度为87.63%,2020年为91.47%;(2)雷州市早稻种植范围持续扩大，与2019年早稻分布范围相比，2020年和2021年新增早稻种植范围主要分布在河流两岸；(3)相对于2019年，2020年和2021年由早稻种植区转变为非粮种植区的面积主要集中在南渡河中下游的附城镇、南兴镇等地，主要改种的农作物是西瓜。利用多时相哨兵一号数据可以建立长时间序列、稳定、及时、免费的水稻种植监测系统，能够实现对岭南重要产粮区耕地“非粮化”的有效监测。     

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

利用SIR-C极化数据提取地面参数

本文根据简化的积分公式模型（ＩＥＭ）,分析了面散射过程中后向散射系数与地面参数之间的关系。利用航天飞机成像雷达（ＳＩＲ－Ｃ）获取极化的雷达图像,提取新疆北部地区冲扇的散射系数以及介电常数（湿度）与粗糙度。由图像获得的地面参数数据,可以用于分布冲积扇成因、时代以及其次的关系。     

Soil Moisture Estimation in a Vegetated Area Using Combination of AIRSAR and Landsat5-TM Images

High difference between dielectric constant of water (dielectric constant about 80) and dielectric constant of dried soil (dielectric constant about 2–3) makes Synthetic Aperture Radar (SAR) highly capable in soil moisture estimation. However, there are other factors which affect on radar backscattering coefficient. The most important parameters are vegetation cover, surface roughness and sensor parameters (frequency, polarization and incidence angle). In this paper, the importance of considering the effects of these parameters on SAR backscatter coefficients is shown by comparing different soil moisture estimation models. Moreover, an experimental soil moisture estimation model is developed. It is shown that this model can be used to estimate soil moisture under a variety of vegetation cover densities. The new developed model is based on combination of different indices derived from Landsat5-Thematic Mapper and AIRSAR images. The AIRSAR image is used for extraction of backscattering coefficient and incidence angle while TM image is used for calculation of Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Normalized Difference Water Index (NDWI) and Brightness Temperature. Then a soil moisture estimation model which is named as Hybrid model is developed based on integration of all of these parameters. The accuracies of this model are assessed in the NDVI ranges of 0–0.2, 0.2–0.4 and 0.4–0.7 by using SAR data in C band and L band frequencies and also in different polarizations of HH, HV, VV and TP. The results show that for instance in L band with HV polarization, R-square values of 0.728, 0.628 and 0.527 are obtained between ground measured soil moisture and estimated soil moisture values using the Hybrid model for NDVI ranges of 0–0.2, 0.2–0.4 and 0.4–0.7, respectively.     

植被层对被动微波遥感土壤水分反演影响的研究

在很多对土壤水分被动微波遥感的研究中 ,为简单起见 ,覆盖的植被层使用了一种简单的模型来表征其散射和衰减特性。本文中使用了一种基于辐射传输理论的离散模型来研究植被的发射率、传输率。这种方法可以更加真实地刻划组成植被的散射个体如叶、茎、树枝、树干等对这两个参数的影响 ,因而能更准确地描述植被对下垫面的影响。为了减少土壤水分反演算法中未知量的数目 ,该文给出了这两个参数的模拟结果分别在AMSR E三种不同频率下的简单关系。     

Concurrent use of active and passive microwave remote sensing data for monitoring of rice crop

Estimation of crop area, growth and phenological information is very important for monitoring of agricultural crops. However, judicious combination of spatial and temporal data from different spectral regions is necessary to meet the requirement. This study highlights the use of active microwave QuikSCAT Ku-band scatterometer and Special Sensor Microwave/Imager (SSM/I) passive microwave radiometer data to derive information on important phenological phases of rice crop. The wetness index, a weekly composite product derived using brightness temperatures from 19, 37 and 85 GHz channels of SSM/I, was used to identify the puddling period. Ku-band scatterometer data provided the signal of transplanted rice seedlings since they acts as scatterers and increases the backscattering. Dual peak nature of temporal backscatter curve around the heading stage of rice crop was observed in Ku-band. The decrease of backscatter after first peak was associated with the threshold value of 60% crop canopy cover. The symmetric (Gaussian) and asymmetric (lognormal) curve fits were attempted to derive the date of initiation of the heading phase. The temporal signature from each of these sensors was found to complement each other in crop growth monitoring. Image showing pixel-wise timings of heading stage revealed the differences exists in various parts of the study area.     

Influence of surface and vegetation characteristics on C-band radar measurements for soil moisture content

Soil moisture estimation using microwave remote sensing faces challenges of the segregation of influences mainly from roughness and vegetation. Under static surface conditions, it was found that Radarsat C-band SAR shows reasonably good correlation and sensitivity with changing soil moisture. Dynamic surface and vegetation conditions are supposed to result in a substantial reduction in radar sensitivity to soil moisture. A C-band scatterometer system (5.2 GHz) with a multi-polarization and multi-angular configuration was used 12 times to sense the soil moisture over a tall vegetated grass field. A score of vegetation and soil parameters were recorded on every occasion of the experiment. Three radar backscattering models Viz., Integral Equation Model (IEM), an empirical model and a volume scattering model, have been used to predict the backscattering phenomena. The volume scattering model, using the Distorted Born Approximation, is found to predict the backscattering phenomena reasonably well. But the surface scattering models are expectedly found to be inadequate for the purpose. The temporal variation of soil moisture does show good empirical relationship with the observed radar backscattering. But as the vegetation biomass increases, the radar shows higher sensitivity to the vegetation parameters compared to surface characteristics. A sensitivity analysis of the volume scattering model for all the parameters also reveals that the radar is more sensitive to plant parameters under high biomass conditions, particularly vegetation water content, but the sensitivity to surface characteristics, particularly to soil moisture, is also appreciable.     

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。     

Microwave response to broad leaf vegetation (Spinach) and vegetation covered moist soil for remote sensing

Soil moisture is one of the most important parameter which controls the growth of the vegetation. For accurate data and sufficient information to increase food production, remote sensing technique is highly useful. This paper deals with the bistatic microwave response of spinach and spinach covered soil moisture at various growth stages on X-band if the frequency spectrum. The microwave response of spinach in different stages of growth have been studied in terms of scattering co-efficient (σ^°). The look angle effect on σ^° is observed for like polarization i.e. (VV-and-HH) only. A linear regression analysis has been done between the vegetation covered soil moisture and scattering co-efficient. It provides an idea that VV-polarization is more sensitive than HH-polarizalion for vegetation covered soil moisture and best suitable look angle for observing vegetation covered soil moisture is less than 40°(θ<40°).     

多频段微波辐射计对农作物热辐射的遥感和分层随机介质辐射传输的数值模拟

本文给出了用多频段微波辐射计(3.09,5.4,9.6,36GHz)于1990年9月对长春净月潭遥感实验站地区的水稻、大豆等农作物微波热辐射的一些测量结果;发展了多层随机介质辐射传输的理论模式,得出了矢量辐射传输方程的数值解;定量地讨论了农作物微波热辐射的特征及其与各物理参数之间的函数对应关系。