基于地物波谱库构造农作物生长参数的时空分布先验知识

认识典型地物的波谱特征及其随波谱测量环境变量的变化,从积累的观测数据中提取地物波谱及其配套参数的时空分布知识,是对地表参数定量遥感反演研究的重要支撑.基于"中国典型地物标准波谱数据库"中收集的数据和模型,对典型农作物测量数据进行了系统整理,得到了我国5种农作物的主要生长参数(叶面积指数、全氮含量)在其主要生育期的统计数据,构造了这些参数的时空分布知识.文中所述的数据和方法,对于遥感反演中地表参数先验知识的初始值与不确定性估计、数据同化等相关研究,都有使用和参考价值.     

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．     

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.     

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。     

基于高光谱线性混合光谱分解识别人工地物

城市下垫面包含多种不同年代、材料和成分的人工建筑物,其光谱多样性远远超过自然环境.利用高光谱遥感数据的丰富光谱信息,可以弥补传统遥感数据源(如航片、多光谱遥感数据等)在区分城市地物所需光谱分辨率等相关信息上的不足.从光谱分析与光谱匹配技术出发对城市地物和人工目标进行精细分类,可提供城市规划、环境监测、城市变迁乃至相关社会经济等方面的信息.本研究基于Hyperion高光谱遥感数据,以广州市区为试验区,尝试用手动提取终端像元,首先对水体与植被做分层掩膜,尽可能消除其在求取参考波谱与影像波谱角度过程中的影响;继而参考约翰-霍普金斯大学提供的标准光谱库的人工建筑物波谱,对光谱角度制图方法所产生的规则影像进行密度分割,获取与参考光谱夹角最小的端元准确位置,再通过高空间分辨率影像Quick Bird数据对其进行准实地验证,尽可能提"纯"并获取相应地物影像端元;最后,应用线性光谱分解模型提取出广州市区地表物质的丰度,由丰度图设定阈值生成地物分类图.结果表明:星载高光谱数据可识别出都市人工地物中的水泥混凝土、铺路混凝土、粘土瓦屋顶、较老建筑屋顶、裸土、高反射率未知物(玻璃、金属等)、低反射率未知物(阴影)、林地、草地与水体等,其总体精度为76.2099%,Kappa系数为0.7258.     

基于VB和SQL Server的典型地物光谱数据库系统的设计与创建

不同的地物具有不同的波谱特征,这已成为人们利用高光谱遥感数据认识和识别地物、提取地表信息的主要思想和手段。收集和积累各种典型地物的光谱数据信息历来是遥感基础研究和应用中不可缺少的一个重要环节。本文简单介绍了当前国际上常见的波谱数据库并根据建立的一个光谱数据库管理系统探讨了该系统的组成与功能、光谱数据库建立的数据要求、创建数据库的过程及接口设计等关键问题,为之后的光谱匹配研究奠定了基础。     

几种典型地表类型反照率时序变化特征及其参数化研究

地表反照率对地表能量平衡、气候模式和全球变化研究具有重要的作用.受季节和下垫面影响,地表反照率呈现一定的时序变化特征,刻画这种变化特征可以为地表反照率估算提供背景信息,有利于提高反照率反演精度.目前已有许多研究致力于分析地表反照率时序变化特征和影响因素,但分析仅限于某一特定区域的一种或几种地表类型,同时对反照率与叶面积指数(leaf area index,LAI)、归一化植被指数(normalized difference vegetation index,NDVI)等影响因子的相关性还缺少参数化研究.本文使用美国通量观测网络AmeriFlux观测数据资料,利用该网络站点分布范围广、地表类型丰富的特点,选取其中代表性较强的站点观测数据,分析了落叶阔叶林、常绿针叶林、草地、农田4种典型植被类型地表反照率的时序变化特征.发现各植被地表类型反照率呈现"U"形年内变化特征,在植被生长季,落叶阔叶林、农田、草地3种地表类型反照率均先减小再增大后减小,而常绿针叶林地表反照率变化不明显.利用统计方法分别建立了地表反照率与LAI和NDVI的参数化模型,结果显示:2种估算地表反照率的参数化模型均能较好反映植被生长过程中地表反照率的变化特征,与地面实测数据相比,计算得到的地表反照率具有较高的精度;2种参数化模型估算得到的反照率一致性好,相关系数为0.721 9.该参数化方案可为地表反照率的进一步估算提供背景参考模型.     

基于6S模型的可见光、近红外遥感数据的大气校正

受大气吸收与散射的影响,电磁波在大气—目标物—遥感器途径传输过程中发生失真,造成目标地物反射辐射能量到达遥感器时被衰减。给计算地表反照率/反射率和地表温度等关键参数带来较大的误差。选择陆地卫星7号ETM+遥感影像的可见光、近红外波段数据,利用6S模型,进行大气辐射校正和反射率反演。同步气象数据用于遥感器所接受的大气顶部辐射的模拟、验证和评价6S对大气校正的可靠性。最后对ETM+可见光和近红外波段数据大气校正前后的反射辐射和均一化植被指数（NDVI）的变化进行了对比研究。     

基于PROSPECT+SAIL模型反演叶面积指数的较强适用性植被指数的筛选

基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应.利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI).在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型.以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游LAI数据集对模型进行精度评价.结果表明:TSAVI–LAI模型最佳拟合关系为指数形式,其反演结果与LAI实测值的偏差最小(0.200),R2最大(0.686),RMSE最小(0.397).TSAVI可以作为较强适用性植被指数来进行LAI的反演.     

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.     

基于地物波谱形态参数化的高光谱图像分类方法研究

利用语素向量的形态描述方法实现地物波谱形态的参数化,以不同地物具有不同波谱曲线为地物分类准则,在MATLAB设计中,实现一种带通配符的地物波谱曲线形态差异遥感图像分类程序,应用此程序对高光谱遥感图像所得的分类结果与其他分类方法所得的分类结果进行对比.结果说明,此方法可以将地物波谱的波形信息最大限度地保留并利用,进一步解决遥感影像分类中"光谱值"相似及现有的光谱匹配方法受类内差异变化影响大的问题,运用Kappa系数的精度评价证明此方法对高光谱遥感图像的分类优于SVM分类方法.     

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.     

HiWATER试验中叶面积指数地面采样方法的优化

无论是叶面积指数(Leaf Area Index,LAI)反演模型的精度验证,还是产品的真实性检验,都离不开地面实测数据的大力支持,而对于地面观测的最大问题便是地面采样点的选择.本文主要对黑河流域生态-水文过程综合遥感观测联合试验(Heihe Watershed Allied Telemetry Experimental Research,Hi WATER)中有关LAI地面测量的采样方案进行评价与优化,随机采样方法的精度和稳定度较低,可以通过增加样点数来优化采样设计.并提出了基于空间非均值地表均值估计(Mean of surfaces with Non-homogeneity,MSN)的LAI地面采样设计方案,通过与随机采样法、系统采样法的比较,突出了MSN采样方法的优势,是三种LAI空间采样设计方案中的最优方法,为黑河流域中游地区植被生化参数的地面采样设计提供了参考.     

MODIS和降尺度TM数据反演叶面积指数相互验证中几何处理方法的研究

提出了利用MODIS产品中的几何信息,把经过几何校正的TM数据反演叶面积指数(LAI)模拟成具有MODIS成像几何的降尺度LAI,然后与MODIS数据反演LAI进行对比验证的几何处理方法.以江西千烟洲研究区为例,采用经验公式反演TM和MODIS数据以获得两个尺度的LAI图像,分别用本文提出的新方法和传统方法进行尺度转换和对比验证.由反射率和LAI散点图得:新方法能显著提高TM降尺度图像与MODIS对应区域图像像元的对应精度.并且,新方法对大倾角观测MODIS图像与TM图像之间像元对应关系的改善更明显.因此,本文提出的几何处理方法可以建立不同尺度的遥感数据间更为准确的像元对应关系,更适用于不同尺度遥感数据反演产品的相互验证.     

一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。     

用遥感技术计算森林叶面积指数--以江西省兴国县为例

以江西省兴国县为研究区域，基于不同时相的Landsat ETM 地面反射率图像，计算了RS、NDVI和RSR3种植被指数，并与野外观测的叶面积指数(LAI)数据建立相关关系，从而进行了LAI的反演研究．研究发现，对于针叶林地区，一月份图像也可用来反演LAI，只是预测值较五月偏低．而同一时相的原始图像和反射率图像的反演结果表明，去除传感器自身和大气辐射影响的地面反射率图像，更能真实地反演地表植被覆盖度．此外，在研究区森林覆盖度较高，林种较单一的情况下，RSR同LAI的关系比其他植被指数的相关性好，反演的精度也较高．     

应用北京一号卫星数据监测高分辨率叶面积指数的空间分布

利用“北京一号”卫星（高性能对地观测小卫星，DMC+4）可同步提供中分辨率多波段信息和高分辨率全色波段信息的优势，选择冬小麦为研究对象，在考虑太阳—冬小麦冠层—传感器三者的几何关系和作物群聚效应的基础上，建立易于反演的植被冠层辐射模型，实现了对冬小麦长势空间分布的监测，并通过数值模拟和野外实验对模型进行了验证．研究表明所采用的模型和反演方法是有效的，为进一步研究LAI尺度效应打下了基础．     

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SBDART和BP的夜间雾遥感检测和能见度反演

为了挖掘卫星影像中的雾信息为雾预测预报服务,利用双红外亮温差值作为雾与地物识别分类标志,建立基于SBDART辐射传输模型和BP神经网络的夜间雾遥感检测和能见度反演模型。对2007年11月24日我国华北地区的一次陆地辐射雾MODIS卫星数据进行雾检测,同时反演雾区能见度。根据陕西省气象局提供的地面气象观测数据对模型雾检测结果和能见度反演结果进行验证,该次实验夜间雾检测的准确率为79.2%,地面观测能见度和反演能见度一元线性回归分析方程斜率为1.006,相关系数为0.8498。实验结果表明,模型具有较高的雾识别率和雾能见度反演结果,可为夜间雾识别和生消发展规律探讨提供一定的帮助。