不同叶面积指数反演方法比较研究

以PROSAIL模型模拟数据和地面实测数据为基础,分别分析了土壤背景、冠层反射率非各向同性以及随机噪声等因素对几类代表性反演方法的影响(植被指数法、二阶微分法、模型反演法以及方向性二阶微分法)。结果表明在不同条件下,各类反演方法的反演精度差别较大。植被指数NDVI对几种因素的滤除能力都较差,反演精度最低;模型反演精度高于植被指数方法,但会受到土壤背景的影响;二阶微分方法虽然能部分消除土壤背景的影响,但受冠层反射率非各向同性的限制。文中提出的方向性二阶微分法能较好地消除土壤背景和冠层反射率非各向同性的影响,反演精度较前者有所提高,但二阶微分方法易受噪声影响。     

黄河源区高寒草地植被覆盖度反演模型精度评价

植被覆盖度是许多气候、水文、生态等模型的重要输入参数,其估算精度的提高对相应模型的改进及模拟精度的提高具有重要的现实意义。本研究以黄河源为研究区域,基于大量与卫星遥感像元空间尺度匹配的实测植被覆盖度数据,评估了回归模型法、像元分解法、神经网络算法三种常用植被覆盖度遥感估算方法的反演精度。结果表明:回归模型法中基于归一化植被指数(NDVI)的反演精度高于其他植被指数;像元二分法中,变量因子(L)的加入不能显著提高反演精度;反向传播(BP)神经网络算法应用植被指数替换卫星遥感反射率数据作为驱动数据,反演精度显著提高。因此,通过比较和优化可以提高植被覆盖度的反演精度,但每类反演方法的最高反演精度差异不显著。     

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.     

土壤粒径对土壤光谱特征的影响

通过野外田间采集土样与室内设置不同粒径土粒、室内光谱测定,研究了土壤粒径与土壤光谱特征的关系,结果表明：不同粒径土壤的平均光谱反射率不管是在全波段（392.53-1095.3nm）还是在分波段（392.53-760.35nm、761.72-1095.3nm）都随土壤粒径的减少反射率而增加,但增加的幅度有所不同;土壤粒径与土壤光谱反射率呈负相关关系,某些在原始光谱数据中比较隐晦的信息,经过微分变换的放大,其相关性有所提高;三种模型的预测结果均比较理想,反射率模型的平均相对误差为6.7%,预测精度为93.3%,RMSE=0.886,一阶微分模型的平均相对误差为15.0%,预测精度达到85.0%,RMSE=1.398,二阶微分模型的平均相对误差为9.2%,预测精度达到90.8%,RMSE=0.968。     

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.     

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.     

Landsat8 OLI城市地区气溶胶光学厚度遥感反演

在地表反射率较高、结构复杂的城市地区,传统的浓密植被气溶胶反演算法难以适用。通过分析地物波谱库中的植被和土壤波谱信息,模拟建立归一化植被指数(NDVI)与红、蓝波段地表反射率之间的相关关系,提出使用MODIS植被指数产品(MOD12)确定地表反射率的方法,实现该类型区域气溶胶光学厚度(AOD)反演。以Landsat8OLI数据为例,选取北京市为研究区进行反演实验,使用AERONET地基观测数据与MODIS气溶胶产品(MOD04)对反演结果进行验证。结果表明,当反射率较高时,NDVI与红、蓝波段地表反射率仍存在较高的相关性,利用该指数能够准确获取高反射率地区的地表信息,算法反演结果与实测值具有较好的一致性,总体相关系数达0.966,68%的反演结果满足误差精度要求,当AOD0.5时,有82.3%的结果满足精度要求,较MOD04精度有了较大改善。     

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.     

基于支持向量机的土壤有机质高光谱反演

为寻找一种土壤有机质快速检测技术,探究了土壤有机质含量对光谱反射率曲线的影响,分析了土壤有机质与光谱曲线间的相关性关系,采用多元逐步回归和支持向量机建立土壤有机质含量高光谱预测模型。研究结果表明:研究区土壤有机质含量对光谱曲线影响较小;光谱平滑和变换技术可以有效提高光谱特征波段与土壤有机质的相关性关系,二阶微分变换的效果最好,相关系数为-0.83;通过决定系数和均方根误差对不同模型的预测效果进行评价,其中基于二阶微分的支持向量机模型的反演效果最优R~2=0.89,RMSE为1.73。研究结果揭示了研究区土壤有机质与光谱反射率间的相关性关系,可以为实现土壤有机质快速检测和实时动态监测提供技术支持和参考。     

热红外多角度遥感和反演混合像元组分温度

在研究了混合像元热辐射方向性规律的基础上,以连续植被冠层为例,提出了利用热红外多角度遥感数据,直接反演混合像元组分温度的方法。与多通道数据相比,多角度信息时间的相关性要低得多,它主要取决于植被冠层的叶倾角分布函数。因此更容易达到反演精度小于１Ｋ的目的。     

方向总水平导数法的改进和边界识别中的应用

为了提高重力勘探中边界识别方法的分辨率,增强对地质体边界的划分和检测能力,本文在方向总水平导数法的基础上进行了改进.提出了基于重力梯度数据的方向总水平导数与加强方向总水平导数的垂向导数、综合x,y和z方向的方向总水平导数及其垂直导数等6种新型边界探测器.通过理论模型与噪声试验,证明了改进的方法具有较好的边界划分能力;与原方法相比,改进后的方法识别出的边界与模型更好地吻合.将文顿盐丘地区的实测数据引入改进后的方法中,更清晰地识别出地下盖岩的边界,验证了方法的可行性.     

基于精确偏导计算的高精度叠前反演方法

针对应用Zoeppritz方程近似式计算偏导方程的叠前反演方法误差大、精度低的问题,开展了叠前高精度反演方法研究。直接从Zoeppritz解析方程中进行偏导计算,可以得到纵横波反射系数对上下地层纵横波速度及密度的精确偏导方程。通过偏导为零的值进行分离减少变量,实现了基于Zoeppritz方程反射系数梯度矩阵的精确构建,形成了基于Zoeppritz方程精确偏导计算的叠前反演方法;并利用模型和实际资料对方法进行了验证,对于地层弹性参数反演计算精度和效率都得到明显提高。     

辽东湾北部碱蓬群落及滩涂土壤盐分遥感反演模型

土壤盐分是评价土壤质量的重要指标，也是影响辽河口滨海湿地盐地碱蓬生长的主要环境因素之一，提出一种实时、准确、大尺度监测碱蓬群落及周围滩涂土壤盐分的算法十分必要.为了减少大气对模型的影响，该文利用地面高光谱数据模拟Landsat 8 OLI卫星反射率，采用基于交叉验证的逐步回归分析方法构建土壤盐分反演模型.结果表明：1) 碱蓬样本的土壤盐分明显低于裸滩，海南三区域土壤盐分在总体上低于鸳鸯沟和笔架岭区域，而植株高度和生物量普遍均高于鸳鸯沟和笔架岭区域，在一定程度上说明了土壤盐分对盐地碱蓬生长的影响；2) 模拟卫星反射率构建的多光谱指数与土壤盐分的相关性相较于单波段在整体上有所提高，其中植被指数NDVI和RVI与土壤盐分的相关性较高，相关系数达到了－0.689和－0.683；3) 利用基于交叉验证的逐步回归分析法构建土壤盐分反演模型，模型的自变量为RVI、SAVI和SI3，模型的建模集决定系数R2为0.684，均方根误差(RMSE)为3.45，验证集RMSE为1.88，相对分析误差(RPD)为2.28，表明模型的反演精度和反演能力较好；为了进一步验证模型的精度，对比分析基于逐步回归分析法筛选的指数因子构建的多元线性回归反演模型，发现交叉验证的逐步回归模型的R2、RMSE均优于多元线性回归反演模型，同时土壤盐分反演值和实测值散点图更接近1∶1线，为辽东湾北部碱蓬群落及裸滩土壤盐分因子的反演提供技术及数据支持.     

应用高光谱植被指数反演冬小麦叶绿素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。本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、NDVI和SAVI等抗噪能力比较强,MCARI和TCARI抗噪能力比较弱;(3)联合反演模型反演结果为R2=0.7415,RMSE=0.4026,优于MTCI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。     

A kernel-driven model of effective directional emissivity fornon-isothermal surfaces

Land surface temperature (LST) is a key geophysical parameter that reflects the combined effects of land surface energy and radiation balance. Remote sensing of LST, however, requires understanding the directional patterns of thermal emission from heterogeneous land surfaces. Recently, semi-empirical, linear, kernel-driven models have been successfully used to describe observed directional patterns of land surface reflectance. Following a similar methodology and based on a recent model of the physics of directional thermal emission from heterogeneous land surfaces, a kernel-driven semi-empirical model for thermal emission is developed using three kernels: (i) an isotropic kernel, corresponding to the gray-body component in a heterogeneous pixel; (ii) a two-layer canopy kernel, derived from a previous conceptual model; and (iii) a geometric optical kernel that accounts for the fact that sunlit parts are hotter than shaded parts in a pixel. The three-kernel model fits 1997 airborne directional thermal brightness data over Avignon, France, very well.     

基于方向特征及引力模型的路面裂缝检测

针对全局性路面裂缝检测方法的局限,提出了一种基于方向特征及引力模型的路面裂缝检测方法.算法首先根据裂缝的延伸性及局部过渡性,搜索裂缝端点,并设计了反映裂缝线型特征的方向因子及方向导数区分度判据,使裂缝判别局限在裂缝端点延伸方向的局部邻域内,有效地阻止了非裂缝区域冗余信息的引入.进一步根据人类判别裂缝的视觉特性,借鉴物理学原理建立了裂缝引力模型,增强了噪斑存在时裂缝连接的鲁棒性.结合颜色距离,设计了裂缝延伸与连接的多判据判别函数,实现对裂缝像素区域的判别检测.实验结果表明所提方法的准确性.     

结合植被覆盖度指数的土地覆盖分类方法研究

基于Landsat 8 OLI反射率数据,结合定量遥感反演植被覆盖度（fractional vegetation cover, FVC）提取的植被物候特征数据,对比了神经网络、支持向量机和随机森林3种土地覆盖分类方法．结果表明:随机森林分类方法具有较好的结果,反射率结合植被特征数据的分类方法的总体精度为85.52%,Kappa系数为0.8212,比仅用反射率的土地覆盖分类总体精度提高了3.45百分点,Kappa系数提高0.0429;植被覆盖度提取的植被特征数据能有效改善耕地、草地和裸地的制图精度和用户精度,对林地与水体的用户精度分别提高了7.79百分点与1.81百分点,灌木与人造地表的制图精度分别提升了7.69百分点与0.59百分点．整体来看,结合植被覆盖度及其派生植被特征进行土地覆盖信息的提取,在简单易行的同时,为提高分类精度提供了有效支持．      

基于各向异性高斯方向导数滤波器的角点检测

为了改进噪声鲁棒性和定位准确性,利用各向异性高斯方向导数滤波器,提出多方向角点检测算法．该算法利用一组各向异性高斯方向导数滤波器对输入图像进行卷积处理得到各个方向的滤波器响应．对于每个像素点,利用它与周围邻近像素点的滤波器响应的相关信息构造局部自相关矩阵,然后根据自相关矩阵归一化特征值及像素点处各方向滤波器响应,作阈值处理和非极大值抑制处理判定像素点是否为角点．实验结果表明,在无噪声和噪声的条件下,提出的检测方法与各向同性高斯核函数的Harris算法相比,配准角点数均提高6.0％左右,具有更好的检测性能．     

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。