扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

冬小麦多时期冠层含水量遗传优化遥感反演

开展作物冠层含水量的遥感反演有利于评估麦田干旱胁迫、实施精准灌溉.为快速获取华北地区冬小麦生长期冠层含水量,本文利用在2017年1—5月冬小麦生长期获取的Landsat-8 OLI和Sentinel-2MSI多时相遥感影像,基于混合像元分解模型,建立了归一化水指数与麦田实测含水量之间的定量关系.通过构建反演方程并结合遗传优化算法,求解冬小麦冠层含水量.对比地面实测数据,研究结果显示,本文方法能取得较优的反演结果,决定系数(R²)与均方根误差(root mean squared error, RMSE)分别为0.567和5.6%.与直接利用归一化水指数的反演方法相比,误差降低20%以上.研究表明,量化小麦冠层和土壤背景的不同线性混合比,可以有效消除土壤对小麦冠层含水量反演的影响,对小麦等作物生长的遥感监测具有重要的应用价值.     

冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究

高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R~2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R~2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。     

多角度多波段的核函数及其在BRDF研究中的应用

利用叶片与土壤光谱的先验知识,在核驱动模型的基础上将基于几何学学的LiSparse核与RossThick体散射核改写为角度和波长的共同函数,以核函数的加权来描述亚像元与像元的关系,从而使核系数成为与波长无关而只与冠层结构相关的参数,并基于此模型提出了新的宽波段反照率的新算法.利用波谱数据库收录的冬小麦观层多角度多波段数据进行核系数的反演,证明了在观测角度较少的条件下,用多波段数据联合反演核系数要比用单一波段数据反演核系数的结果更为稳定.     

扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

棉花地上各组分干物质积累量的高光谱定量模型研究

测定了8个棉花主栽品种(其中2棉花品种为4水平种植密度)冠层多时相的反射光谱数据和对应的棉花地上茎、叶、生殖器官(花、蕾、铃)及冠层的干物质积累量;通过反射光谱数据与棉花冠层干物质积累量的逐步回归分析,确定与棉花冠层干物质积累量相关性最高的2个敏感波段——近红外934nm和红光673nm波段,采用这2个波段的反射率组成高光谱比值植被指数(RVI);基于RVI建立了6种函数形式的棉花地上各组分干物质积累量(茎、叶片、生殖组分、冠层)的反演模型,相关系数均达到了极显著的检验水平(α=1%,n=95),其中以构建的棉花地上茎组分干物质积累量的指数函数的反演模型相关系数为最高(R=0.8661**,RMSE=0.1293),在所构建的棉花地上各组分的干物质积累量模型中,均以指数函数、幂函数、对数函数和双曲线函数形式模型的预测精度为最高,研究结果表明,利用高光谱RVI可以实时、无损、快速、定量反演棉花地上各组分的干物质积累量,为高光谱遥感用于棉花长势监测和遥感估产提供了依据。     

叶面积指数遥感反演方法进展

叶面积指数（LAI）是描述植被冠层结构的关键参数,而模型反演法是提取LAI的潜在有效方法．论文综述了植被冠层辐射传输模型和辐射传输模型遥感反演LAI方法的理论发展,详述了植被冠层辐射传输模型和LAI反演的发展历程．通过逐步的理论扩展,进而引出目前学者广泛关注的LAI提取同化算法,为遥感观测提取LAI或其它参数提供了理论参考．     

北京地区不同城市热岛指标和城市效应研究方法的对比分析

城市热岛效应是城市气候的突出现象之一,由于观测手段差异和数据代表性的不同,对城市热岛存在多种定义,其中冠层城市热岛和地表城市热岛的应用最广泛,但是目前两者之间的比较工作开展相对较少.“城市效应”是指由于城市的出现对一个地区气候的影响,城市热岛本质上属于城市效应的表征之一.分离“城市效应”常用的方法有“城乡差异”和“城市化前后对比”两种,二者分别从观测资料的空间和时间差异着手计算,目前对两种方法结论的一致性分析尤为欠缺.以北京地区为研究对象,利用地面气象站和卫星遥感观测数据,对比分析了该地区气温和地表温度、冠层热岛和地表热岛的数值与变化情况,并进一步分析了分离“城市增温效应”两种方法的可比性,结果表明：（1）2009-2017年北京地区五种热岛指标均值比较为：由卫星遥感反演得到的日间地表热岛最大,其次为地面观测得到的最低气温冠层热岛和卫星遥感反演得到的夜间地表热岛,二者数值相近,地面观测得到的平均气温冠层热岛再次,而地面观测得到的最高气温冠层热岛远小于其他四类;（2）以通州站为例,1980-2017年用以分离“城市增温效应”的城市化前后差异和城乡对比两种方法的结果分别为0.65℃/（10...     

基于高光谱的湿地植被冠层叶绿素反演研究

植被冠层叶绿素含量直接反映植物的生长健康情况.以三江平原洪河湿地自然保护区为研究区,采用地面实测光谱数据为数据源,通过对光谱数据预处理以及特征参数(植被光谱指数、吸收特征)提取,在冠层尺度上,利用统计方法分析了植被叶绿素的敏感波段,并对植被叶绿素含量和光谱特征参数进行了相关性分析,最后,构建了植被叶绿素冠层反演模型并进行了验证.结果表明,原始光谱反射率在690~720,755~770nm叶绿素含量具有较高的相关性,植被指数DD与叶绿素含量有非常高的相关性.研究证明,基于吸收特征反演植被叶绿素也是较好的方法之一.     

基于波谱数据库先验信息的地表参数同化反演方法

我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息．文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数（LAI）进行反演的方法．时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束．实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度．     

基于高分六号卫星遥感影像的太湖叶绿素a质量浓度反演

针对太湖叶绿素a浓度反演大多采用低中分辨率遥感数据,缺少基于高分辨率遥感数据研究的现状,采用高分六号卫星遥感影像,运用波段比值模型、归一化差异叶绿素指数（NDCI）模型和三波段模型定量反演了太湖蓝藻的叶绿素a质量浓度,并采用2018年10月28日、2019年4月6日和2019年6月3日的高分六号卫星遥感影像对3种模型的反演精度进行了验证。结果表明,采用NDCI模型的平均相对误差、均方根误差和平均绝对误差最小,NDCI模型具有更好的精度和稳定性,更适合高分六号卫星遥感影像在太湖叶绿素a质量浓度反演方面的应用。     

植被水分遥感监测模型的研究

植被水分含量的遥感测定对农、林业和水文研究具有重要的意义，对于植被干旱评估也十分重要．研究表明，在叶片尺度上建立400-2500nm的反射率数据与表征叶水分含量的参数，如EWT（等价水厚度）与FMC（叶片相对水分含量）之间存在紧密的相关关系；在冠层水平上，植被水分与光谱指数存在很好的相关关系．归一化水分指数（NDWI）（R860-R1240）／（R860＋R1240）等能较好地反演植被冠层的水分含量．同时，本文对辐射传输模型及其与植被水分指数结合对植被水分反演的应用也进行了讨论；从利用高光谱站台辐射传输模型（如PROSPECT等）进行植被水分反演的角度，对植被水分监测进行评述．最后对利用多角度和偏振光技术定量反演植被水分和临测旱情的研究提出展望。     

郑州邙山黄土剖面粒度和总有机碳的高光谱反演

黄土自身的发生和发展过程记录了丰富的历史信息，其粒度和总有机碳指标能较准确地反映出气候环境的演变.为探究高光谱遥感技术在获取黄土环境信息方面的应用，该研究以郑州邙山枣树沟村黄土剖面为研究对象，结合高光谱技术，通过对平滑处理后的原始光谱、一阶微分(FD)、二阶微分(SD)、去包络线(CR)和倒数对数(Log (1/R)) 与黄土剖面粒度和总有机碳开展相关性分析，选出相关系数R较大的波段作为特征波段建立基于PLSR(偏最小二乘回归)模型进行分析.研究发现：郑州邙山枣树沟黄土剖面中粒度和总有机碳变化指示了研究区全新世中期约5400 a.BP至今经历了冷干—暖湿—冷干的气候旋回；黄土不同地层单元的反射光谱特征虽在整体上曲线趋势相似，但其光谱反射率表现为黄土层L0-2＞黄土层L0-1＞过渡层Lt＞古土壤层S0-1＞表土层TS的规律；反演模型中经FD变换后的光谱为自变量的PLSR模型是反演黄土剖面平均粒径最佳模型，SD光谱变换为自变量的PLSR模型为反演黄土剖面TOC最佳模型.     

利用HJ-1B模拟数据反演地表温度的两种单通道算法

现有的两种单通道算法（覃志豪单通道算法和Jimenez-Munoz＆Sobrino单通道算法）都是针对LandsatTM提出的,中国即将发射的HJ-1B卫星传感器也仅有一个热红外波段,要想应用这两种算法对HJ-1B数据进行地表温度的反演,需要根据HJ-1B热红外波段的通道响应函数来重新得到算法中的经验关系．文中针对HJ-1B卫星传感器对这两种算法进行了修订,通过大气辐射传输软件MODTRAN4模拟数据对算法进行了精度评价和参数的敏感性分析．并在此基础上考虑HJ-1B卫星传感器的噪声等效温差（NE△T）和各种参数的估计误差对算法进行了综合误差分析,发现在NE△T≤0．3K的情况下,覃志豪单通道算法平均综合误差为1．14K,而Jimenez-Munozoz＆Sobrino单通道算法平均综合误差为0．94K．基于模拟的HJ-1B热红外波段数据,采用修订后的算法进行了地表温度的反演实验,通过对反演结果的分析,发现覃志豪单通道算法反演的地表温度比模拟的地表温度低1．2K左右,而Jimenez—Munozoz＆Sobrino单通道算法比模拟的地表温度低0．8K左右．从算法验证和应用的结果来看,修订的这两种算法可以方便地应用到对HJ-1B热红外波段数据的地表温度反演．     

基于辐射模拟反演ETM 数据宽波段反照率

利用增强的专题制图仪 (Enhanced Thematic Mapper Plus,ETM )数据,先针对各种下垫面反射率特征不同,对地物类型进行分类,以便减少邻近效应和模拟传感器未包含的谱段数据。借助卫星同步观测的气象数据,通过6S(Second Simulation of Satellite Signal inthe Solar Spectrum)模型对ETM 可见光、近红外6个波段数据进行了大气纠正。以ETM 可见光和近红外波段波谱范围为单位谱段,将整个短波波段(0·3~4μm)分为13个光谱域,利用ASTER光谱数据库和实测地表反射率数据,6S模拟获取各ETM 观测波段和未观测波段地表入射光通量密度和反射光通量密度,计算每一个光谱域入射能量占整个短波入射能量中的权重,并反演地表窄波段反照率。然后,各波段能量权重作为转换参数,实现窄波段反照率向宽波段反照率的转换。结果表明,模型反演和卫星同步观测的实测地表反照率之间最大相对误差17·9%,作者提出的方法可行。     

基于辐射模拟反演ETM+数据宽波段反照率

利用增强的专题制图仪 (Enhanced Thematic Mapper Plus, ETM )数据,先针对各种下垫面反射率特征不同,对地物类型进行分类,以便减少邻近效应和模拟传感器未包含的谱段数据.借助卫星同步观测的气象数据,通过6S(Second Simulation of Satellite Signal in the Solar Spectrum)模型对ETM 可见光、近红外6个波段数据进行了大气纠正.以ETM 可见光和近红外波段波谱范围为单位谱段,将整个短波波段(0.3～4μm)分为13个光谱域,利用ASTER光谱数据库和实测地表反射率数据,6S模拟获取各ETM 观测波段和未观测波段地表入射光通量密度和反射光通量密度,计算每一个光谱域入射能量占整个短波入射能量中的权重,并反演地表窄波段反照率.然后,各波段能量权重作为转换参数,实现窄波段反照率向宽波段反照率的转换.结果表明,模型反演和卫星同步观测的实测地表反照率之间最大相对误差17.9%,作者提出的方法可行.     

由冠层孔隙度反演植被叶面积指数的算法比较

植被的叶面积指数（LAI）是植被最重要的生态参数之一，也是估算多种植被冠层功能过程的关键参数迄今已提出的LAI的获取方法可归纳为直接测定和间接估算两大类．本文以河北省黄骅市为研究区，从遥感光学模型建立机理及数量分析的角度，对由植被冠层孔隙度反演植被LAI的4种间接估算方法进行了试验和比较．研究结果表明，LAI与植被盖度之间呈明显的正相关关系，即随着LAI的增大，植被盖度也在增大．在这4种估算方法中，LAI-2000算法最适用于研究区植被LAI的估算．     

基于Sentinel卫星的浑浊水体叶绿素反演对比研究——以鄱阳湖为例

Sentinel-2A卫星、Sentinel-3A卫星分别于2015年6月和2016年2月成功发射,其上搭载的MSI、OLCI传感器的空间分辨率、时间分辨率、波段设置等在内陆水体水环境遥感研究中具有较大的应用潜力.针对浑浊水体叶绿素的反演难题,以鄱阳湖为例,基于光学分区理论并结合同步实测数据,探讨了Sentinel系列卫星数据在湖泊叶绿素a遥感反演的可行性.研究表明：1) 对于Sentinel-2A MSI数据,鄱阳湖北湖区以[1/Rrs(665)－1/Rrs(705)]*Rrs(740)作为反演因子构建的三波段模型拟合效果最好,决定系数R2是0.65,平均相对误差是38.53%;鄱阳湖南湖区差值模型Rrs(705)－Rrs(665)反演结果最好,R2是0.63,相对误差是39.87%.2) 对于Sentinel-3A OLCI数据,鄱阳湖北湖区以[1/Rrs(665)－1/Rrs(673.75)]*Rrs(753.75)作为反演因子构建的三波段模型拟合效果最好,R2为0.65,平均相对误差为37.6%;鄱阳湖南湖区差值模型Rrs(708.75)－Rrs(665)反演结果最好,R2是0.62,平均相对误差为39.6%.3) Sentinel系列卫星的分区模型能在一定程度上解决鄱阳湖部分浑浊水体区域叶绿素反演不成功的问题,后续将研究更高精度的反演模型方法.     

Ka波段移动卫星信道的综合模型及误码率分析

在分析Ka波段移动卫星信道的统计特性的基础上，建立了包括多径衰落、阴影遮蔽以及Ka波段所特有的雨衰影响的Ka波段移动卫星信道的综合模型，并进行了系统性能的实验仿真．同时通过理论计算，给出了该信道误码率的理论上限，并与仿真结果进行比较，证明了Ka波段移动卫星信道模型的合理性．该模型为分析系统的性能提供了一个有力的系统平台．     

基于哨兵1号的台风风场反演方法研究

合成孔径雷达(Synthetic Aperture Radar, SAR)的交叉极化数据在高风速条件下不会出现信号饱和现象,能够在全天时和全天候的条件下提供大范围的高风速风场信息,在台风监测上具有极大的潜力.欧空局发射的哨兵1号卫星是目前少数几颗可提供交叉极化数据的在轨SAR卫星,以该系列卫星的交叉极化影像为数据源,利用2011—2021年十年来开发的C波段交叉极化海洋模型(C-band Cross Polarization Ocean model, C-2PO)、 C波段交叉极化耦合参数海洋模型(C-band Cross-Polarization Coupled-Parameters Ocean model, C-3PO)及全极化条带交叉极化模型(Quad-polarization Stripmap Cross-polarization model, QPS-CP)等7种模型,对2020年的“海高斯”和“莫拉菲”两个台风的风场进行了估算,并将噪音去除的方法应用于超宽幅模式影像的处理.结果表明,噪音去除方法的应用可以有效减弱噪音对台风影像的影响,改善风场反演的结果.在反演高风速时, C...