定量遥感反演作物蒸腾和土壤水分利用率的区域分异

首先讨论了在农业生态站建立的行之有效的、以遥感数据为主体的作物蒸腾二层模型.重点阐明了以多时相辐射温度和热惯量信息为基础的作物地表混合像元（视场）温度的分解模型,在遥感反演过程中提出了一些在模型和算法方面的优化和改进:提出了一个区域比辐射率估算的算法、提出了运用地表温度的静态反馈算法和扩展生态台站的空气温度到区域的算法.并在LUCC分类技术的支持下,提出了以地面粗糙度和辐射温度为参数的地面2m高的气温和风速的空间扩展算法.最后应用 NOAA-AVHRR和地面同步观测及其定标,按像元逐点运算,反演了华北地区农田作物蒸腾和水分利用率的区域分布.揭示了春天华北地区水资源在农业上的利用效率,为采取有效的节水措施提供了科学依据.     

低植被覆盖环境下BDS双频多星组合反演土壤水分研究

土壤水分是构成陆地生态系统的重要组成部分,高效、准确的监测其变化具有重要作用.利用全球导航卫星系统(Global Navigation Satellite System, GNSS)反射信号反演土壤水分已成为一种新型的遥感监测方法.目前,已有研究多倾向于在裸土环境下通过全球定位系统(Global Positioning System, GPS)数据反演土壤水分,同时在引入小波分析分离卫星反射信号时,缺乏对分解层数的探讨.为此,基于北斗卫星导航系统(BeiDou Navigation Satellite System, BDS),提出一种基于小波分析和最小二乘支持向量机的土壤水分双频多星组合反演方法.探讨不同卫星高度角下小波分解层数对卫星信号的分离效果,并对比分析不同双频卫星组合反演土壤水分的可行性和有效性.以低植被覆盖环境为例,实验表明：(1)由于观测数据受多种因素影响,不同卫星最佳的高度角范围和小波分解层数均不同.(2)采用最小二乘支持向量机能够有效综合各卫星不同频率信号包含的土壤水分信息,反演结果更准确;当双频组合为四星时,反演结果与参考值之间的相关系数为0.977,较单星单频提高...     

基于NIR-Red光谱特征空间的土壤水分监测新方法

干旱是一种频繁发生的自然灾害, 而土壤水分作为干旱监测最重要的指标, 一直成为干旱遥感监测研究的重点内容. 利用经过几何精校正和大气校正的ETM＋近红外(Nir)、红光(Red)波段反射率建立Nir-Red光谱特征空间, 根据土壤水分在该特征空间的分布规律, 提出了遥感监测土壤水分的新方法, 并建立了基于Nir-Red光谱特征空间的土壤水分监测模型(SMMRS). 利用野外测定的不同深度土壤水分数据验证了SMMRS模型. 计算结果表明SMMRS模型观测值变化曲线和实测土壤水分变化趋势保持一致, 与5 cm和0~20 cm平均土壤水分相关系数分别为0.80和0.87. 认为基于Nir-Red光谱特征空间的SMMRS简单、易于构建, 有一定的应用价值和推广意义.     

基于光学与被动微波遥感的青藏高原地区土壤水分反演

青藏高原地区高精度的土壤水分反演对高原能水循环、全球大气循环研究有着极大的影响.因此,获取青藏高原土壤水分时空布信息是一个迫切需要解决的问题.温度植被干旱指数（TVDI）,是基于光学与热红外遥感通道数据反演土壤水分的重要方法,但在研究区域较大、地表覆盖格局差异显著时,TVDI模型反演精度会受到地表温度（Ts）等因素的影响.被动微波AMSR-E数据精确记录了像元内的土壤水分信息,但空间分辨率低.本文利用同时期的MODIS与被动微波数据,发展了针对青藏高原地区高精度土壤水分反演算法.首先,在TVDI模型中,利用修正型土壤调整植被指数（MSAVI）代替归一化植被指数（NDVI）,以改进NDVI易饱和的缺点;其次,利用ASTER GDEM数据,对地形高程和纬度差异引起的地表温度变化进行了校正;然后,通过神经网络训练建立基于TVDI、被动微波以及辅助气象数据的土壤水分反演模型,并应用该模型反演了青藏高原地区三个观测网（CAMP/Tibet、玛曲和那曲）的土壤水分;最后,利用实测土壤水分数据对反演结果进行验证,结果表明该模型的精度均方根误差（RMSE）数值可达到0.031~0.041 m³·m^-3.本文还应用该算法反演了青藏高原连续的土壤水分的空间分布,并比较了土壤水分的变化趋势与实测降水变化趋势,结果表明二者变化量的正负关系一致.

     

青藏高原表层土壤湿度遥感反演及其空间分布和多年变化趋势分析

青藏高原地区高精度的长时间序列的土壤水分数据对亚洲季风和全球大气循环研究有着极大的影响,但目前青藏高原地区地面站点稀少,已严重影响青藏高原气候变化研究．本文基于双通道土壤水分反演算法和AMSR-E卫星数据反演青藏高原地区2003—2010年表层土壤水分,并分析青藏高原地区土壤水分空间分布的季节性变化及多年变化趋势的空间分布．与地面站点土壤水分比较,新算法反演的土壤水分产品精度在地面站点区域,优于AMSR-E官方产品．通过对青藏高原年平均土壤水分空间分布和月平均土壤水分空间分布的季节性变化进行分析,结果表明二者与青藏高原降雨分布和水汽输送路径一致．基于此产品对青藏地区的多年土壤水分变化趋势空间分布进行了分析,通过与同一时期青藏高原气象站点的降水量数据的变化趋势比较,发现土壤水分变化趋势和降水量的变化趋势在空间分布上比较吻合．     

基于ENVISAT ASAR数据的水稻估产方案

水稻多生长在温暖潮湿的多云多雨地区,使雷达遥感成为水稻遥感监测的重要手段之一．因此,提出应用多时相、多极化ENVISA TASAR数据进行区域水稻估产的方案．首先利用ASAR数据进行水稻制图,提取水稻种植分布图和多时相水稻后向散射系数．随后,基于像元尺度,采用同化估产方法,以LAI为结合点,将水稻作物模型ORYZA2000与半经验水稻后向散射模型结合,建立嵌套模型模拟多时相水稻后向散射系数．对ORYZA2000模型进行参数敏感性分析,选择水稻出苗期和播种密度为参数优化对象．利用全局优化算法SCE—UA对优化参数进行重新初始化,以使模拟的水稻后向散射系数与实测值误差最小,并利用优化后的ORYZA2000模型计算每个像元的水稻产量,生成区域的水稻产量分布图．最后,使用2006年在中国兴化地区进行的水稻同步试验数据对该方案进行了验证．结果表明,由于采用潜在生长条件模拟,模拟的水稻产量明显高于实测产量,其平均值比实际情形高约13％,根均方误差达到1133kg／hm^2,但获取的水稻产量分布图能够描绘研究区水稻实际产量的分布趋势．由此可见,该方案为多云多雨地区的水稻遥感监测提供了重要参考．     

新型Landsat 8卫星影像的反射率和地表温度反演

Landsat 8卫星自2013年2月发射以来,其影像的定标参数经过了不断调整和完善,针对Landsat 8开发的各种算法也相继问世.本文采用最新的参数、算法和引入COST算法建立的大气校正模型,对Landsat 8多光谱和热红外波段进行了处理,反演出它们的反射率和地表温度,并与同日的Landsat 7数据和实测地表温度数据进行了对比.结果表明,现有Landsat 8多光谱数据的定标参数和大气顶部反射率反演算法已有很高的精度,本文引入COST算法建立的Landsat 8大气校正模型也与Landsat 7的COST模型所获得的结果几乎相同,相关系数可高达0.99.但是现有针对Landsat 8提出的地表温度反演算法仍不理想,已提出的劈窗算法误差都较大.鉴于TIRS 11热红外波段的定标参数仍不理想,因此在现阶段建议采用单通道算法单独反演TIRS 10波段来求算地表温度,但要注意根据大气水汽含量的情况选用正确的大气参数计算公式.     

MODIS陆地气溶胶遥感反演--利用TERRA和AQUA双星MODIS数据协同反演算法

利用卫星数据遥感陆地气溶胶一直是国际上研究的难点与热点.利用新一代传感器MODIS(中分辨率成像光谱仪)数据,DDV(Dark Dense Vegetation)算法反演陆地气溶胶的分布以及性质已经取得了较好的效果.然而,该算法只适用于诸如水体、浓密植被等较低地表反射率区域,大大限制了该算法的实际应用范围,尤其是无法应用于城市等亮地表区域气溶胶的遥感反演.文中提出了基于利用TERRA和AQUA双星MODIS数据的协同反演模型算法(SYNTAM-Synergy of Terra and Aqua MODIS),用以反演陆地气溶胶的光学厚度等信息.该算法实现了地表反射率与气溶胶光学厚度的同时反演,可应用于各种地表反射率类型,包括城市等亮地表区域.通过与国际AERONET的地面观测数据对比做初步的反演验证,结果表明,该算法具有较高的精度,进一步的验证工作还在继续.     

遥感区域地表植被二氧化碳通量的机理及其应用

提出了一个计算二氧化碳通量的遥感模型和根据遥感数据和辅助的微气象参 数估算区域分布的算法．在中国科学院禹城综合试验站利用光谱仪、红外测温仪、波文 比和涡度相关测试系统,在冬小麦生长期进行了连续的野外观测．二氧化碳通量和地 面模拟遥感数据２种信息流同时获取．从而建立了遥感模型,开展了与卫星的地面同步 观测．利用ＮＯＡＡ－ＡＶＨＲＲ数据和地面辅助数据,作出了华北地区白天的二氧化碳通 量区域分异影像图．根据此图地表植被二氧化碳的汇可以一目了然．     

基于水体透明度反演的太湖水生植被遥感信息提取

在使用多光谱遥感图像提取太湖水生植被分布时,由于水体中悬浮物和藻类等物质的影响,容易产生"异物同谱"现象,大面积水体被误分为沉水植被.本文首先通过TM图像反演太湖水体的透明度,基于RVI和NDVI植被指数,分别建立两类决策树,即透明度辅助的分类决策树和无透明度参与的分类决策树,将太湖分为水体、以浮叶植被为主导的水生植被和以沉水植被为主导的水生植被等三种类型.透明度辅助下的 NDVl 分类决策树方法,较好地消除分类过程中的"异物同谱"现象,是进行太湖水生植被分类的一种最好方法选择,把这种方法应用于2002年7月15日的Landsat ETM卫星遥感影像,结果表明太湖中以沉水植被为主导的水生植被约407.6km2,以浮叶植被为主导的水生植被约82.2km2.     

基于残差重采样粒子滤波的土壤水分估算和水力参数同步优化

陆面数据同化由于能将观测数据和模型模拟有机结合,已逐步发展为地球科学研究的重要方法之一.通过数据同化方法在模型中不断融入新的观测数据,一方面可以有效地校正陆面过程模型的预测轨迹,提高模型状态变量的估算精度,另一方面可以不断减小模型中的不确定因素,优化模型中的相关参数.在众多数据同化算法中,粒子滤波算法不受模型线性和误差高斯分布假设的约束,适用于任意非线性非高斯动态系统,逐渐成为当前数据同化算法研究的热点.本研究基于残差重采样粒子滤波算法发展了一个数据同化方案,将微波亮温数据同化到大尺度半分布式VIC(Variable Infiltration Capacity)陆面水文模型中,对土壤水分进行估算,并对模型中的三个水力参数进行同步优化.最后设计了一系列对比实验并利用美国亚利桑那州在SMEX04(Soil Moisture Experiment 2004)期间获取的一套完整的实验数据对该同化方案进行了验证.结果表明,该同化方案能够大幅度提高土壤水分估算精度,同时模型中的三个水力参数也得到了较好的优化,从而证明了该数据同化方案的有效性.     

地表温度映震异常与植被覆盖度间的相关性

基于乌兰浩特地震台监测区域的遥感影像,使用最大似然分类算法对影像进行6种地表物的分类,采用辐射传输方程算法进行地表温度的定量反演,根据影像提取的植被覆盖度,总结研究区域地表温度异常、植被覆盖度与地震间的相关性。     

基于AMSR2数据的青藏高原地表温度反演

将青藏高原大致分为北部、西部和东部三个部分,利用2017年7月的AMSR2(Advanced Microwave Scanning Radiometer 2,即先进的微波扫描辐射计2)的一级亮温数据,结合NCEP(the National Centers for Environmental Prediction,即美国国家环境预报中心)FNL(Final)全球地表温度产品以及FY-3B(风云三号B星)上的MWRI(Microwave Radiation Imager,即微波成像仪)数据中的地表覆盖类型数据,通过AMSR2单通道亮温数据和NCEP/FNL表面温度产品得到了研究区域地表温度反演的经验算法,进而得到多通道反演算法.并且,对比了两种反演结果,并比较了对地表覆盖进行分类前后的多通道反演结果.结果表明:多通道反演结果和NCEP/FNL产品的相关系数远大于单通道反演结果,多通道反演结果的均方根误差比单通道反演结果小1～2 K;对地表覆盖进行分类后的多通道反演精度比不分类时的反演精度略高;降轨的反演结果普遍比升轨的反演效果好.     

植被覆盖状况影响中国地表气温变化的观测事实

利用NOAA/AVHRR归一化植被指数（NDVI）及观测气温与再分析地表气温的差值（Observation Minus Reanalysis, OMR）分析了植被覆盖状况对中国地表气温变化的影响.结果表明,地表气温OMR趋势值与NDVI在空间上呈现出显著的负相关关系,植被覆盖状况差（NDVI小于0.1）的区域地表升温较为显著,气温OMR趋势值超过0.2℃/10a,而植被覆盖度高（NDVI大于0.5）的区域气温OMR趋势值则变化不大,甚至出现降温.气温OMR趋势值对植被的季节变化还有着敏感的响应.不同区域植被覆盖状况的差异可能导致中国地表气温变化对全球变暖的响应不同,预测中国未来气候变化需要考虑植被覆盖状况及其动态变化的影响.     

基于无人机和卫星遥感影像的升金湖草滩植被地上生物量反演

湿地植被地上生物量是衡量湿地生态系统健康状况的重要指标,对于珍稀水禽越冬繁殖、全球碳循环、生态净化具有重要意义,是生态学与遥感解译的研究热点之一.针对于地上生物量的测算,卫星遥感数据覆盖范围广但其空间分辨率较低,无人机遥感数据空间分辨率高但采集范围小,同时受湿地面积、观测系统及外界环境等条件的影响,使得遥感影像地上生物量反演更加复杂和困难.本研究基于无人机和高分一号数据对升金湖草滩植被地上生物量反演进行研究,结合升金湖保护区4个样区无人机可见光影像与相应样区实测样本数据,建立地上生物量与可见光波段、多种可见光植被指数的线性、幂函数、多项式、对数回归模型,并通过可决系数（R²）、平均绝对误差（MAE）和均方根误差（RMSE）对模型进行精度评价,选择最优模型对无人机影像进行地上生物量反演;通过可见光波段反演得到的生物量,与高分一号WFV归一化差分植被指数（Normalized Difference Vegetation Index,NDVI）影像相结合进行回归建模,获取整个升金湖草滩植被地上生物量分布.结果表明,利用无人机红光波段建立的多项式方程对地上生物量反演有着最高模拟精度,R²=0.86、预测精度MAE=111.33 g/m²、RMSE=145.42 g/m²,且红光波段生物量反演方法得到的结果与实际生物量分布一致性较高,高分一号WFV NDVI与无人机反演生物量构建的多项式模型为最优模型,R²为0.91.本研究利用无人机和高分一号数据进行生物量反演研究,整合多源遥感数据优点,以获取更加丰富和准确的信息,进而提高地上生物量反演精度,为湿地监测和湿地恢复管理提供数据和技术支撑,具有重要研究意义和应用价值.     

太湖水体3种典型水质参数的高光谱遥感反演

以富营养化污染严重的太湖为研究区,设计并实施了2次太湖航空遥感综合实验,获取了太湖7条航带、冬夏两个时相的航空高光谱遥感图像;通过6次太湖地面试验,采集了多时相的太湖水体固有光学量和表观光学量数据,分析了它们的空间分布规律,建立了单化固有光学量数据库;面向叶绿素、悬浮物和黄色物质3种典型水质参数,发展了基于生物光学模型和单位固有光学量数据库的水质参数反演分析方法;利用航空高光谱遥感器Will图像和航天高光谱遥感器CHRIS图像对这些方法进行了检验,获得了较好的水质参数图像反演结果.     

遥感反演连续植被叶面积指数的空间尺度效应

叶面积指数（LAI）是描述植被冠层几何结构的最基本的参数,是气候模型、地-气相互作用等过程的重要输入参数．近年来遥感反演LAI的尺度效应问题得到广泛关注．在作物冠层反射率模型基础上,讨论了LAI尺度效应的产生机制,并获得不同尺度之间LAI的转换公式,数值模拟试验和实际遥感图像试验都证明了该尺度转换公式的可靠性．     

基于FY-3C微波成像仪的沙漠地表发射率反演

地表发射率是地表的固有属性,也是反演地表信息和大气温湿度廓线的重要参数.为了获取准确且具有具体物理含义的沙漠地区微波地表发射率,首先选取塔克拉玛干沙漠部分地区为反演区域,根据二元函数泰勒定理,推导了该地区的微波地表发射率与地表温度、地表湿度的线性、非线性函数关系.其次,利用最优控制原理,结合FY-3C微波成像仪的观测亮温资料与辐射传输模式(CRTM)模拟亮温数据,构建了沙漠地区微波地表发射率的线性与非线性反演模型.通过对比发现,利用线性和非线性反演模型得到的地表发射率不仅提高了反演区域亮温的模拟精度,而且模拟亮温的变化趋势也与观测更吻合.最后,对地表发射率的线性和非线性反演模型进行了不同时间与空间上的独立性检验,结果表明:除了反演区域外,在整个塔克拉玛干沙漠地区,两种模型反演的地表发射率仍比原地表发射率模拟亮温更接近观测.总的来说,线性和非线性反演模型对沙漠地区的微波地表发射率反演均具有一定的有效性和普适性,且非线性反演模型优于线性反演模型.     

运用SAR图像和TM热红外图像定量反演地表空气动力学粗糙度的二维分布

在分析“陆地表面与大气相互作用”研究领域对地表空气动力学粗糙度二维分布的科学需求后, 确定以SAR (Synthetic Aperture Radar)图像的后向散射系数与地表的几何特征参数、介电常数等参数具有定量关系的SPM(Small Perturbation Model)模型为基础, 提出了运用TM热红外图像和地面同步观测的微气象数据相结合的热惯量-土壤湿度反演模型, 获取了试验区内土壤表层的湿度信息, 通过与介电常数的链结, 从SAR图像的后向散射的复合信息中解析出像元尺度的非体散射地表的几何特征信息; 经过形态因子的转换, 在SAR图像和TM图像空间尺度转换的基础上得出非植被区的等效几何粗糙度信息. 再应用作物高度的光谱模型, 计算出试验区的作物高度后, 转换为等效几何粗糙度. 采用分层镶嵌等图像处理方法, 生成了试验区像元尺度的地表等效几何粗糙度的二维分布图. 根据大气湍流理论和大气稳定度订正方法, 对测量的大气温度剖面数据和风速剖面数据进行迭代运算, 获取了试验区内裸土及小麦植被等类型地表风浪区的空气动力学粗糙度实测值. 在分析风浪区等效几何粗糙度、动力因子、热力因子对空气动力学粗糙度的共同作用后, 建立了由地表等效几何粗糙度向空气动力学粗糙度转换的尺度转换模型. 运用实测值验证了这一系列模型最终反演结果, 表明整个研究思路是可行的, 并可望应用于与空气动力学粗糙度有关的地-气相互作用的区域化研究领域.     

结合高光谱数据反演吉林石头口门水库悬浮物含量和透明度

水中悬浮物含量是评价水环境质量的一个重要参数,它可影响水体透明度、混浊度、水色等光学性质,决定太阳光照在水下的分布和浮游植物对光照的利用,并最终影响水体的初级生产力.本文利用长春市石头口门水库的高光谱实测数据和水质采样分析数据,尝试通过一阶微分法建立悬浮物估测模型,再用估测结果反演透明度信息.结果表明:用590nm处的一阶微分光谱值建立的悬浮物估测模型的决定系数R2和均方根误差(RMSE)分别为0.76、9.09 mg/L,验证模型的R2和RMSE分别为0.79、7.15 mg/L;石头口门水库上游严重的水土流失导致透明度受悬浮物含量影响较大,两者存在明显的指数关系,相关系数r为-0.80,用悬浮物含量建立的透明度估测模型的R2和RMSE分别为0.79和0.12 m,验证模型的R2和RMSE分别为0.82、0.11 m.显著水平均为p＜0.01.研究结果表明,该方法用于石头口门水库悬浮物含量和透明度的定量遥感结果较理想.