遥感估算水稻产量Ⅱ.用光谱数据和陆地卫星图像估算水稻产量

本文介绍了采用更系统的生物学方法,根据水稻在整个生长期的叶面积指数轨线,按叶面积指数的一次测量值,结合气象和光谱数据及陆地卫星MSS图像,估算大面积水稻产量的方法。 在产量与总截获的关系中,叶面积指数是最重要的参量之一。文中重点分析了由水稻在MSS波段内的光谱数据构成的绿度指数和Suits模式估算叶面积指数的结果。表明,用Suits模式计算的叶面积指数有较高的相关系数和较低的剩余标准差。并用这个方法计算了不同田块的叶面积指数,再根据这些数据和MSS图像建立关系。本文比较了卫星数据和多种绿度指数的关系,认为垂直植被指数(PVI)是估算叶面积指数的最好参量,因为它消除了土壤背景的影响,并用它求出了大面积水稻的叶面积指数分布。再根据已建立的叶面积指数轨线和作物截获的有效光合辐射(TIPAR)关系,计算了TIPAR,编制了产置分布图。文章分析了计算结果,并以1983年的例子进一步讨论了该方法的适用性。结果表明,预测的水稻产量和实测产量间的相关系数为0.9左右。     

粗糙地表土壤含水量遥感模型研究

土壤粗糙度对地表二向反射率特征有重要影响而且极不稳定 ,是影响土壤含水量遥感精度的一个重要因素。该文分析土壤含水量影响反射率的物理过程 ,论证土壤含水量与土壤光谱的关系服从比尔定律 ;分析土块级土壤粗糙度影响土壤反射率的根本原因是微坡面的倾斜使二次和多次散射的比例增加。在此基础上建立粗糙地表土壤含水量遥感模型 ;实验证明模型具有较高的精度     

垄行作物玉米方向亮温野外测量中视场角影响的简单分析

基于透视原理、地面试验中对于较高目标的观测存在着一定的偏差。这种偏差随传感器高度、观测角度、视场角大小、观测位置等多个因素改变。由于垄行作物空间结构和温度分布的复杂性 ,在采用较大视场角测量方向亮温的地面实验中 ,将不可避免地存在着误差。采用一个简化的三分量二维结构模型对这种误差进行初步的分析与估算。亮温三分量分别为植被、被阳光照到的亮土和植被阴影下的暗土。作物的结构简化为剖面为矩形的无限长平行体。通过对这三个分量在传感器视场中面积权重的计算来模拟目标结构、传感器高度、位置、视场角大小、观测角度等因素对测量结果产生的影响。模拟结果表明 ,在垂直观测中 ,视场中的植被权重往往被高估 ,偏差随传感器高度的降低急剧增加。在倾斜观测中 ,由于一种互补效应的产生 ,偏差被限制在一个较低的范围内。经过分析 ,减小误差的最有效办法是提高传感器高度。最后 ,实验数据与模拟结果进行了比较。恰当地选取模型输入 ,两种数据能非常好的吻合。     

利用夜间热红外遥感影像研究玉米冠层孔隙率分布

为了测量高覆盖条件下(LAI=5)玉米冠层的方向孔隙率,利用一台基于工业用吊车平台的窄视角热红外成像仪开展测量。在此基础上建立了一个几何光学和辐射传输混合模型模拟半球空间的孔隙率分布。测量结果表明,大多数的孔隙出现在邻近的植株行之间,这导致了在热红外图像中,冠层还保持着垄行结构的特征。基于已经得到的几何参数,本研究发展的模型具有垄行作物孔隙率分布特征,模拟的孔隙率与被观测的孔隙率保持很好的一致。更进一步的改进,需通过计算机模拟以建立更加真实的作物结构描述,这也是以后的一个研究方向。     

水色光谱分析与多成分反演算法

影响水体可见光近红外遥感信息提取精度的因素除大气候正外，主要是对水体（海洋）光谱与水体所含物质成分之间的作用机理了解得不够。由于水体光谱的机理与陆地地物波谱的机理有很大的差别，共光谱数据的测量和分析方法也不一样。该文首先较为完整地描述了地叶绿素、悬浮泥沙、黄色物质为主要水体成分的水色机理，以及遥感反射率与各成分散射与吸收的关系，确定了进行水体光谱分析所必须的关键参数，然后提出一种基于快局域水体的多     

矿产地质调查中的成像光谱遥感技术

成像光谱技术是80年代遥感发展的最新成果,是90年代遥感应用研究中最具有标志性的技术。由中国科学院遥感所负责,中科院上海技术物理所、地球化学研究所(含广州分部)、新疆地理所和安徽光机所等单位参加的“红外多光谱遥感技术在金矿调查中应用”项目自1985年起即紧紧跟踪美国在这一领域的先进技术,经过在新疆等地的试验和实际应用,促进了仪器技术从开始试验时的几个通道增加到现在的71个通道,数据图象处理、分析和应用技术也摸索出一条新路子。取得的成果具有国际先进水平,目前只有美国、中国和澳大利亚掌握成像光谱技术,在金矿调查应用方面我们还更胜一筹。国内只有中科院拥有这一技术。     

遥感信息科学的进展和展望

本文首先阐述了遥感信息科学的理论基础，研究对象和内容，指出遥感信息科学的发展，为地学提供了全新的研究手段，导致了地学研究范围、内容和方法和重要变化，标志着地学信息获取和分析处理方法的一场革命及一门新兴科的兴起。     

土壤水分的遥感监测方法

本文讨论了用雷达图像散射系数法、NOAA-AVHRR数字图像热惯量法和作物缺水指数法监测土壤水分的结果,并将这些方法与常规气象方法、绿度指数法和温差法监测土壤水分的效果进行了比较和评价。结果表明,微波遥感监测土壤水分有广阔的应用前景,但必须深入开展基础研究。在我国目前情况下,采用NOAA-AVHRR数字图像及有关气象数据计算热惯量、作物蒸散和缺水指数,从而估算土壤水分的方法是一种比较切实可行的方法。     

叶绿素吸收的光合有效辐射比率的遥感估算模型研究

光合有效辐射比率（FPAR）是陆地生态系统碳循环研究的重要参数。根据FPAR的物理意义，本文提出了有效FPAR的概念：即叶绿素吸收的FPAR（FPARchl），利用模拟数据建立了有效FPAR信息模型。探讨了基于叶绿素含量估算有效FPAR的可行性，为进一步采用有效FPAR来估算NPP／GPP提供思路和途径。利用实测数据对有效FPAR模型进行验证表明：（1）叶片吸收的FPAR（FPARleaf）与有效FPAR（FPARchl）之间的差异较大。FPARchl通常不足FPARleaf的50％，两者之间虽存在一定的相关性，而这种相关性是非线性的；（2）叶绿素含量与FPARleaf的相关性较高，而与FPARchl的相关性更高，基于叶绿素含量可以以较高的精度估算FPARleaf和FPARchl经过验证，估算的平均相对误差分别为2．90％和6．6％；（3）应用模拟数据建立的FPARleaf及有效FPAR模型均在叶绿素含量大于20μg／cm。时估算的精度较高，而低于20μg／cm^2时估算的精度较低，本文中叶绿素含量大于20μg／cm^2的60个样本的FPARleaf及FPARchl的估算的平均相对误差，分别为1．79％和5．07％。     

地表蒸散定量遥感的研究进展

简要介绍了遥感监测地表蒸散和能量平衡研究的科学意义和应用价值，回顾了国内外的研究历史和现状，分析了目前该领域存在的一些问题和难点，并对今后的工作重点和研究方向提出了建议。