基于GF-1号卫星WFV数据反演玉米叶面积指数

叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明：研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.     

应用高光谱植被指数反演冬小麦叶绿素含量的光谱指标敏感性研究

高光谱植被指数反演叶绿素含量的精度除与模型有关外,光谱指标中心波长、波段宽度、信噪比等的差异也会带来一定的影响。研究基于实测光谱数据,结合波段模拟、噪音分析等方法,研究不同的光谱指标对植被指数反演叶绿素含量的影响,分析用于反演的光谱指标的敏感性,结果表明:1最佳中心波长的位置与适用于高低覆盖的植被指数类型有关,反演精度在一定范围内并不随着波段宽度的增加而提高;2不同植被指数抗噪声能力有一定的差异,其中DVI(difference vegetation index),NDVI(normalized difference vegetation index)等抗噪能力比较强,MCARI(modified chlorophyll absorption ratio index)和TCARI(transformed chlorophyll absorption ratio index)抗噪能力比较弱;3联合反演模型反演结果为R~2=0.741 5,RMSE=0.402 6,优于MTCI(MERIS terrestrial chlorophyll index)的反演结果,通过模拟HJ1A-HSI,Hyperion等数据,研究出联合反演模型在不同高光谱传感器下有一定的适用性。     

黑龙江大宗作物估产模型： 以水稻、大豆、玉米为例

建立黑龙江省的大宗作物的估产模型,对于及时掌握该省的农情有积极作用,同时可以为其他区域的估产建模提供方法参考。首先计算了趋势单产、农业气候指标、遥感类指标、种植波动指标。然后,针对3种作物(大豆、玉米、水稻)进行估产分区,在各分区内联合使用随机森林和留一法筛选建模变量。最后,统计基于留一法建立的所有模型的平均绝对相对精度(mean absolute relative precision, MARE)的最大值、最小值、均值和均方根误差,以此来反映最终建模的精度和稳定性。结果表明：针对大豆、水稻和玉米,黑龙江分别被分成了3、3和4个估产子区;变量筛选的结果显示趋势单产的重要性>归一化植被指数(normalized difference vegetation index, NDVI)距平的重要性>积温距平的重要性>Z指数的重要性;除玉米1区以外,针对3种作物建立的模型的最终MARE均小于10%,且所有模型的MARE的方差均小于0.05%。所建模型能够准确预测不同农业气候状况下的作物单产,可以为精细化筛选变量进行估产建模提供方法参考。     

FY-3C VIRR和Terra MODIS NDVI产品在湘赣地区的一致性

卫星遥感是监测大范围植被动态变化最有效的手段.随着中国遥感技术的发展,国产风云卫星也逐渐应用于植被变化研究,但有关国产风云卫星刻画植被动态变化表现方面仍不明晰.比较了国产风云卫星(FY-3C VIRR)和美国Terra卫星(MODIS)的归一化植被指数(normalized difference vegetation ...     

基于GF-1全色多光谱传感器数据的地块级玉米出苗情况提取

及时、准确的玉米出苗情况监测可以为农田经营管理和宏观决策提供玉米出苗期的生长信息,便于及时采取适当的科学管理措施,达到增产增收的目的。归一化植被指数(normalized difference vegetation index,NDVI)及与作物生长状态关系密切,可以用于评价玉米的出苗情况。采用地块的NDVI均值及均方差可以反映地块内玉米出苗的综合情况,以吉林省长春市九台市榆树村和解放村为例,对研究区玉米出苗情况信息进行提取,最后利用实地采集的验证数据对提取结果进行验证。研究区玉米出苗情况信息提取结果的总体精度达到80%,表明利用上述方法能够在一定程度上反映玉米的出苗情况,可以为玉米出苗情况评价提供参考依据。     

基于GF1卫星的红树林病虫害遥感识别

定量化红树林病虫害监测评估可为红树林保护修复提供科学依据。以广西北仑河口红树林保护区的红树林为研究对象,利用高分一号(GF1)卫星数据建立模型识别受虫害红树林,结果表明:GF1数据的红光和近红外波段是判识红树林健康与否的优选波段;差值植被指数(difference vegetation index,DVI)是区分健康和虫害红树林的优选植被指数,通过训练样本可划定不同群落虫害红树林DVI阈值区间;利用归一化植被指数(normalized difference vegetation index,NDVI)和绿光波段可有效去除水体和裸露滩涂等背景干扰信息,综合DVI、NDVI和绿光波段,构建虫害红树林识别决策树模型,模型识别精度良好。木榄-白骨壤、秋茄-白骨壤、木榄-桐花树、木榄-白骨壤+桐花树群落的综合指标F(F-measure)大于0.89,且准确率A(accuracy)、精确率P(precision)、召回率R(recall)大于0.85,但白骨壤分类精度较低,综合指标仅0.76。     

BP神经网络辅助的GNSS反射信号NDVI反演

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。     

基于多源遥感数据的甘蔗霜冻监测评估

利用Landsat 8 OLI遥感数据提取云南耿马县甘蔗集中种植区,结合中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)历史数据和野外调查数据制定甘蔗霜冻分级指标,通过多时相甘蔗归一化植被指数(normalized difference vegetation index,NDVI)变化差异对2013年底耿马县甘蔗霜冻进行灾后监测评估。结果表明:利用Landsat 8较高分辨率及光谱可分性强的优势,结合非监督分类、监督分类以及归一化植被指数阈值剔除法可迅速有效地提取甘蔗集中种植区。甘蔗全生育期MODIS NDVI变化曲线表明,正常年份12月甘蔗NDVI平均下降0.03±0.01,结合野外调查制定的分级指标可对甘蔗霜冻进行有效评估,评估结果在空间分布上与实况相符合,面积统计结果误差小于6%。     

基于多源遥感数据的甘蔗霜冻监测评估方法

利用Landsat 8 OLI遥感数据提取云南耿马县甘蔗集中种植区,结合中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)历史数据和野外调查数据制定甘蔗霜冻分级指标,通过多时相甘蔗归一化植被指数(normalized difference vegetation index,NDVI)变化差异对2013年底耿马县甘蔗霜冻进行灾后监测评估。结果表明:利用Landsat 8较高分辨率及光谱可分性强的优势,结合非监督分类、监督分类以及归一化植被指数阈值剔除法可迅速有效地提取甘蔗集中种植区。甘蔗全生育期MODIS NDVI变化曲线表明,正常年份12月甘蔗NDVI平均下降0.03±0.01,结合野外调查制定的分级指标可对甘蔗霜冻进行有效评估,评估结果在空间分布上与实况相符合,面积统计结果误差小于6%。     

南昌市城市不透水面及其与城市热岛的关系分析

通过分析南昌市不透水面和城市热岛的相关关系从而为缓解城市热岛效应提供技术指导.以南昌市2002年、2014年Landsat TM/TIRS遥感影像作为数据源.采用改进的归一化水体指数(modified normalized difference water index,MNDWI)进行水体的提取,结合归一化差值不透水面指数法(normalized difference impervious surface index,NDISI)对南昌市不透水面信息进行提取,然后采用单窗算法进行温度反演.分析比较2个时期的不透水面分布图和地表温度分布图,在2002-2014年间,南昌市不透水面面积与高温分布面积都明显增加,且主要是沿赣江两岸扩张.而从二者的线性回归方程式中可以看到,它们之间存在着显著的正相关性,这说明城市不透水面面积的增加会加剧城市热岛效应.     

地形调节植被指数构建及在植被覆盖度遥感监测中的应用

提出一种无需异源数据支持就能有效消除山区地形影响的地形调节植被指数(TAVI).以Landsat TM影像为数据源,采用TAVI进行复杂地形山区植被覆盖度遥感监测;并选择典型样区进行植被指数与太阳入射角余弦值cosi回归分析、比较,定量验证地形调节植被指数抗地形影响的效果.结果表明,TAVI与cosi一元线性回归方程斜率仅为0.01,相关系数只有0.01,TAVI获得预期的抗地形影响的效果;利用TAVI反演的植被覆盖度空间分布呈面状展开,没有出现地形纹理状的分布形态,获得了满意的抗地形影响的效果.     

结合冠层密度的森林净初级生产力遥感估测

【目的】 森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度。【方法】 以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图。【结果】 特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用。将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高。对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低。研究区内森林净初级生产力平均值为10.689 t/(hm²·a),高森林净初级生产力 [≥18 t/(hm²·a)]林分面积仅占研究区的19.61%,主要分布在海拔较高的西北部。【结论】 结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度。     

基于ERDAS IMAGINE的遥感图像更新地形图

为了探索利用遥感图像快速更新矢量地形图的方法,在深入研究了ERDAS IMAGINE矢量模块功能的基础上,利用试验区遥感图像和现有矢量地形图,将二者进行了高精度的配准,并以栅格图像为参照,对矢量图层的空间数据进行了更新,总结了利用ERDAS IMAGINE矢量模块结合遥感影像进行矢量图形更新的经验与方法.结果表明:与传统的地形图更新方法相比,该方法在更新中小比例尺地形图方面具有更新效率高、更新成本小等突出优势,充分体现了RS与GIS的集成应用.该成果对地理信息系统数据库建设与快速更新具有一定的参考价值.     

数字地形特征对土地利用空间分布的定量影响

 为了获取地形对土地利用空间分布的定量影响,以山西省为研究区,基于数字高程模型（DEM）数据生成4种地形因子（海拔高度、起伏度、坡度和坡向）表征数字地形特征,并通过遥感影像解译获得土地利用空间分布,利用地理探测器方法定量分析地形因子对土地利用空间分布的分异性、相关性及其交互作用的定量影响。研究结果表明：起伏度与坡度的空间分异性最显著（显著性水平p<0.01）;起伏度空间相关性最强（空间统计量q=0.012）,其次为坡度（q=0.010）;任意两种地形因子交互均具有非线性增强作用,其中海拔高度与起伏度的交互作用最强（q=0.034）。因此,起伏度是影响土地利用空间分布最重要的单个地形因子,它和海拔高度一起对土地利用空间分布发挥重要作用。     

基于GF-1遥感数据的大兴安岭林区雪水当量反演

【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E_(RMSE))、平均相对均方根误差(r_(RMSE))和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%;基于GF-1数据反演的雪水当量值与Landsat-8的基本相同;两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性;由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

基于生物学原理的玉米遥感估产模型

在分析玉米产量形成过程生物学机制的基础上，根据３年（１９９２￣１９９４）的实验研究，提出了以ＰＶＩ、ＲＶＩ、ＣＷＳＩ为主要估产因子构建产量模型的方法。结果表明，其估产精度达９０％以上。     

干旱区生态环境敏感参量遥感反演与评价系统研究

针对传统观测手段难以满足大范围快速生态环境变化监测需要的问题,在分析干旱区地表覆盖类型与气候特点, 以及干旱区生态环境监测与评价的具体需求基础上, 运用遥感技术反演生态环境敏感参量并根据相应的需求建立了基于这些参量的评价模型。在Microsoft .NET平台上, 利用ArcEngine组件实现了遥感影像数据的可视化与空间分析功能; 利用IDL (interactive data language)开发的遥感反演算法, 实现了生态环境敏感参量的遥感提取, 最终开发集成了干旱区生态环境敏感参量遥感反演与评价模型系统。通过将该系统在新疆石河子地区进行应用, 对系统功能进行了测试。结果表明, 本系统能够比较稳定地运行, 比较方便和准确地通过遥感手段获取关键生态环境参量, 为干旱区生态环境保护和监测提供了技术支持, 也将促进空间信息技术在干旱区生态环境监测中的综合应用。