查干湖透明度高光谱估测模型研究

湖水透明度能直观反映湖水清澈和混浊程度,是水体能见程度的一个量度,同时也是评价湖泊富营养化,衡量水质优劣的一个重要指标。传统地表水透明度观测主要采用塞克盘(Secchi Disk)法,这种方法不仅费时费力,而且只具有局部的代表意义。遥感技术具有快速、大面积和周期性的特点,可以有效地解决这种局限性。该文通过查干湖高光谱数据,建立透明度(Secchi Disk Depth)单波段和比值高光谱估测遥感模型,并进行验证。结果表明:利用高光谱遥感监测模型对查干湖透明度进行估算和监测,能够获取较为准确的评价结果,相对于传统监测方法具有省时省力的特点。通过对单波段估测模型和比值估测模型进行比较发现,单波段模型估测结果好于比值模型,而对数比值模型又强于单纯的比值模型。查干湖透明度高光谱定量估测模型的建立,有利于今后利用遥感影像,对查干湖水体透明度进行全面估测,对于研究和监测查干湖水体水质状况有重要意义。     

基于高光谱指数的天然胡杨叶绿素遥感建模研究

利用遥感技术监测胡杨叶片的叶绿素含量可以为林地经营管理、胡杨资源保护利用提供快速及时的信息。利用ISI921VF-512野外地物光谱辐射计实地测定了胡杨生长季节6月至10月每月塔里木河上游天然胡杨叶片393-1095nm可见-近红外波段的高光谱数据以及叶片叶绿素含量,并对叶片叶绿素含量与光谱反射率进行了相关分析,建立了基于高光谱指数的胡杨叶片叶绿素估测模型。结果表明:一元线性模型中,鲜重叶绿素a,b,a+b含量与高光谱指数NDVI705的相关性均达到了极显著水平,且在十三种高光谱指数里相关系数r最大;同时建立了由鲜重叶绿素a,b,a+b含量与高光谱指数的多元线性回归模型;为胡杨生理状态与健康状况评价提供了理论依据。     

基于高光谱的水浇地与旱地春小麦拔节期叶绿素含量估测模型对比研究

测定拔节期水浇地与旱地春小麦冠层光谱、叶绿素含量、覆盖度、苗高和叶宽,采用回归分析方法建立春小麦叶绿素含量高光谱估测模型,并对模型精度进行检验。结果表明：阳坡和双面坡地春小麦拔节期叶绿素含量与原始光谱反射率在可见光和近红外波段均呈正相关,水浇地和阴坡地在723 nm以前相关系数为负,723 nm以后为正。各地类春小麦叶绿素含量与各高光谱变量的相关性均较好,均达到了极显著水平（P＜0．01）。无论在可见光还是近红外波段,水浇地春小麦叶绿素含量均与倒数之对数 lg（1/R）的相关性最好,相关系数最大值可达0．98;阴坡地则与一阶微分的相关性最好,最大为0．94;而与阳坡和双面坡地相关性最好的高光谱指数为归一化植被指数。在各个波段,倒数之对数模型lg（1/R）、一阶微分模型（p′）和归一化植被指数模型（N）分别是估测水浇地、阴坡地、阳坡和双面坡地春小麦叶绿素含量的最佳模型。虽然各模型 R2均超过0．90,精确度均大于0．91,但阴坡地、阳坡和双面坡地的模型精确度和准确度略低于水浇地。以上模型的建立可为今后估测水浇地与旱地春小麦的健康状况提供参考。     

准噶尔盆地人工林地土壤全盐的高光谱反演

随着高光谱遥感技术的快速发展,通过其定量估测土壤化学成分具有很好的可行性。使用ASD Pro FieldSpec3便携式光谱仪,测量准噶尔盆地人工林地风干土壤样品的可见光-近红外光谱,利用土壤反射光谱值预测全盐的含量。首先,通过皮尔森相关系数分析方法,计算土壤全盐与土壤反射光谱之间的相关性,其中土壤光谱值的二阶导数与土壤全盐的相关系数最高为0.806,均方根误差最小为1.508。其次,在基于光谱反射率的基础上,通过多元统计回归分析,表明土壤光谱在1 130 nm、1 430 nm和1 930 nm波段的全盐反演模型预测的效果较好,可以利用这3个波段建立回归方程,对土壤全盐进行反演估算。     

基于多个高光谱参数的玉米叶片叶绿素含量估测模型

采用Field Spec Pro3光谱仪和SPAD-502叶绿素仪分别测定玉米叶片的光谱与其相对应的叶绿素含量,通过分析红边位置、蓝边位置以及绿峰位置等高光谱参数与叶绿素含量的关系,建立叶绿素含量的单、双和多变量光谱预测模型。结果表明:在可见光区域,玉米叶绿素含量高,光谱反射率低,而进入近红外区则刚好相反,叶绿素含量高,光谱反射率高;红边位置、绿峰位置及蓝边位置各高光谱参数与叶绿素含量的相关性均达极显著。其中红边位置与叶绿素含量的相关性最高,相关系数达0.84;利用所选的3个高光谱参数分别建立的单、双以及三变量模型,虽然大多数模型的精度R~2大于0.71,但分析对比得出利用红边、蓝边及绿峰位置3个变量建立的模型具有最大模型精度R~2、最小标准误差(S)和均方根误差(RMSE),因此其模型预测能力较优。     

干旱区玉米抽雄期叶绿素含量高光谱最佳模型选择

采用相关性、线性和非线性分析法,探讨了玉米抽雄期叶片叶绿素含量与多种高光谱参数之间的关系,并建立了叶绿素含量的定量监测模型。结果表明:(1)原始光谱反射率与叶绿素含量在713 nm处具有最大相关系数r=0.86,光谱反射率一阶微分在760 nm处与叶绿素含量具有最大相关性r=0.84。同时,最大一阶微分分别对应的波长(λr,λb,λy)、绿峰反射率(Rg)和其对应的波长λg、红边内最大一阶微分总和(SDr)、比值植被指数(SDr/SDb,SDr/SDy,(Rg-Ro)/(Rg+Ro))以及归一化植被指数(SDr-SDb)/(SDr+SDb)等10种参数分别与叶绿素含量的相关性达到极显著相关。(2)采用相关性达到极其显著的12种光谱参数进行建模,其中原始光谱、绿色反射峰以及光谱反射率一阶微分、基于红边面积与蓝边面积的比值植被指数和归一化植被指数所建立的10个模型R2都不小于0.72,前两者所建立的指数模型优于线性模型,而后三者所建立的线性模型则优于指数模型。(3)所选取的五个方程中,在760 nm处的光谱反射率一阶微分值所构建的线性模型:y叶绿素=6912x760nm+44.878因其具有最大决定系数和最小的RMSE,并且其模型表达式相对简单,因此是玉米抽雄期叶绿素含量的最佳预测模型,从模型决定系数R2来看,它比其他模型至少提高了11.4%。     

基于高光谱反射率的糜子冠层叶片叶绿素含量估算

连续两年大田试验研究不同糜子品种叶绿素含量与冠层光谱反射率,并基于不同植被指数建立糜子叶片叶绿素含量的估测模型。结果表明,参试糜子品种叶绿素含量在整个生育期呈现"低-高-低"的抛物线变化趋势,最大值出现在抽穗期到开花期之间;不同品种各生育期内冠层光谱反射率趋势一致,在近红外波段,冠层光谱反射率与叶绿素含量呈稳定正相关,灌浆初期光谱反射率达到最大值;可见光波段,拔节期、开花期和灌浆初期冠层光谱反射率与冠层叶绿素含量呈正相关,成熟期呈负相关;糜子冠层叶绿素含量与760~900、630~690、550 nm波段组合的植被指数具有较高相关性;基于RVI、PSNDb、GNDVI750能较好地建立糜子叶绿素含量统一检测模型,决定系数分别为0.791、0.779、0.748;模型验证的相对误差分别为9.58%、8.93%、11.80%;均方根误差分别为0.045、0.140、0.196。表明利用RVI、PSNDb、GNDVI750建立的模型能较为准确地预测糜子冠层叶绿素含量。     

基于Stacking集成学习的猕猴桃叶片叶绿素含量估算

叶绿素含量能有效表征植物光合作用强度，是反映植物生长状况的重要参量之一。以秦岭北麓壮果期猕猴桃叶片为研究对象，分别测定其叶绿素含量和光谱反射率，通过分析380～1 000 nm范围内高光谱参数与叶绿素含量的相关性，筛选出估测模型的输入特征，选择随机森林、极限梯度提升树、K-近邻、LightGBM算法和岭回归作为基模型，线性回归作为元模型，建立基于Stacking集成学习的猕猴桃叶片叶绿素含量估算模型，并通过网格搜索和交叉验证提高模型泛化能力，将Stacking模型与多个单一模型进行比较。结果表明：(1)不同叶绿素含量的猕猴桃叶片高光谱反射率变化趋势基本一致，在380～1 000 nm范围内呈现“一峰两谷一平台”的特点；(2)各高光谱参数与猕猴桃叶片叶绿素含量相关性较好，优化光谱指数和传统光谱指数中与叶绿素含量相关性最高的分别是比值光谱指数(RSI′_581,438,r=0.947)和红边位置(r=0.914);(3)与多个单一模型相比，Stacking集成模型的估算精度最高(R²=0.807,MAE=0.334,RMSE=0.136),同时，其...     

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究。对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 OLI影像光谱的土壤含盐量与pH值估测模型,并基于高光谱数据模型对影像盐分和pH值模型进行校正,以提高影像估测土壤盐碱化的精度。结果表明:经倒数对数变换建立的实测植被高光谱EVI模型和经平滑后敏感波段建立的实测植被高光谱模型对土壤pH值的估测精度较高,模型决定系数分别为0.6257和0.5975;基于实测高光谱植被指数和敏感波段分别对Landsat 8 OLI影像含盐量、pH值估测模型进行校正,影像敏感植被指数和敏感波段含盐量模型决定系数分别提高了0.3207和0.3762,pH值估测模型决定系数分别提高了0.2065和0.2487。采用敏感植被指数和敏感波段同时估测土壤含盐量和pH值,实现了从实地测量高光谱向遥感多光谱尺度的转换。     

基于高光谱的渭北旱塬区棉花冠层叶面积指数估算

以棉花冠层高光谱反射率与冠层叶片叶面积指数(LAI)为数据源,在分析LAI与原始高光谱反射率、一阶微分光谱反射率、光谱提取变量和植被指数相关性的基础上,采用一元线性与多元回归的方法构建了棉花LAI高光谱估算模型,并进行精度估算。结果显示,在可见光范围内随着生育期的推进及施氮量的增加冠层光谱反射率逐渐降低,在近红外范围内从苗期到花铃期随着施氮量增加反射率逐渐增加,花铃期到吐絮期反射率明显降低;各生育期冠层光谱的提取变量与LAI的相关性不强,全生育期各种光谱提取量及植被指数与LAI的相关性高于不同生育期;棉花冠层叶片LAI在反射光谱1 461 nm处相关系数达到最大值(r=-0.726);对于一阶微分光谱,LAI的敏感波段发生在742 nm处,r=0.744;以敏感波段742 nm一阶微分光谱反射率建立的逐步回归估算模型精度最高,RMSE=0.94,RE=26.27%,r=0.78。说明以全生育期为基础,采用一阶微分光谱敏感波段,并根据实际条件选择有效的估测模型,可以进行棉花LAI的预测。     

西北村镇集雨饮用水源地水质评价体系研究

由于工农业的快速发展和水资源的不合理开发利用,西北村镇目前存在诸多水资源短缺与水环境质量问题。以庆阳市西峰地区作为示范区,本课题选用土路面、学校砖地面、庭院砖地面、油毡屋面、瓦屋面及沥青路面为集雨饮用水源地,通过研究西北村镇集雨水源地水质评价体系,评价确定出了示范区集雨水环境的污染程度与特征。结果表明:示范区集雨饮用水源地水质以高有机负荷、高浊度为特征;达到地表水环境质量标准Ⅲ类要求的集雨饮用水源地为油毡屋面和瓦屋面;评价结果符合示范区集雨饮用水源地实际情况,结果客观、切实,能为该地区水资源规划、利用、开发和环境系统优化提供更为客观的参考依据。     

黄河水沉淀后水质对滴灌灌水器堵塞的影响

利用2013年5月—10月和2014年7月—11月的实测数据,分析了乌海市不同功能的三个典型沉淀池(如意湖、林业湖和朝阳湖)的浊度、细菌总数、叶绿素a、总氮、总磷五项水质指标的沉淀、过滤效率,利用灌水器堵塞野外调查数据并结合堵塞物电镜扫描图片,探讨了黄河水经过平流沉淀+网式过滤组合模式处理后仍会造成灌水器堵塞的原因。结果表明:各沉淀池浊度的沉淀和过滤效率均较高,其中如意湖的沉淀效率最高,平均去除率为63%;2013年朝阳湖的过滤效率最高,为60.53%,各沉淀池水质指标的过滤效果普遍较差。黄河水经沉淀过滤后仍会造成灌水器堵塞,其主要原因与细小颗粒物和微生物形成的絮状结构有关,建议对原有沉淀、过滤措施提出改进,经一、二级沉淀后在泵房内改用叠片式砂过滤器。     

FY-3C/MERSI数据应用于陕西省干旱时空动态监测研究

基于FY-3C/MERSI 1 km遥感数据,分别利用植被供水指数模型(VSWI)、归一化干旱指数模型(NDDI)、多波段干旱指数模型(MBDI),对陕西省2014年夏季的干旱过程进行动态监测,结合研究区同时段10 cm土壤相对湿度资料,对3种干旱遥感监测模型的准确性和稳定性进行评价。结果表明:3种遥感监测模型对陕西省2014年夏季干旱过程监测的准确性均有较好表现,其中VSWI的动态监测稳定性更好;MBDI与VSWI对干旱中期干旱程度的反演结果准确性相当,但对于干旱前期与后期,VSWI结果的准确性更好。基于VSWI监测结果,将陕西省分为陕北、关中和陕南地区进行讨论,结果表明FY-3C/MERSI具备对陕西省这次干旱过程进行时空动态监测的能力。     

西安市地表水水质变化与城市化过程的关系

对西安市1991-2000年各河流断面的水质监测资料进行分析,结果表明:20世纪90年代,各河流中未出现过好于III类的水质.河流的污染物主要以石油类和非离子氨为主.选取城市化率、建成区面积和第一、二、三产业产值作为西安城市化进程的代用指标.通过相关分析表明,城市化过程中的5个代用指标均是造成地表水水质污染的重要因素,但各自影响的污染物种类有所差异.90年代,在加强了环保力度和产业结构调整等多种因素的综合作用下,西安市地表水水质污染指数呈现波动性下降趋势.     

基于FY-3D/MERSI数据的东北地区干旱监测方法研究

干旱是影响东北地区粮食安全的主要农业气象灾害之一,遥感技术是一种可便捷进行大范围干旱监测的手段。针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题,以东北地区玉米和大豆等主要大田作物发育期为切入点,基于FY-3D/MERSI卫星遥感数据和地面土壤相对湿度实测数据,开展不同作物发育阶段干旱监测指数适用性分析,结合径向基神经网络方法,构建全时期和分时期土壤相对湿度反演模型,利用实测土壤相对湿度数据开展精度验证与对比分析。结果表明：风云三号MERSI传感器数据在干旱监测中具有可行性,表观热惯量(ATI)在低植被覆盖或裸土时效果较好,适用于作物冻土期、裸土期和播种～拔节期;水分指数(WI)适用于播种～拔节期、拔节～抽雄期和成熟期等植被生长时期;分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型,前者监测精度在80.0%以上,比全时期模型精度提高了10%～25%,尤其在冻土期(3月),分时期模型反演精度达到了92.6%。基于作物生长时期和形态差异,选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型,提高了干旱监测的准确性和可靠性。     

渭河陕西段水质评价及变化趋势分析

根据1997~2005年渭河陕西段3个断面的水体监测资料,采用超标倍数法和模糊综合评价法分别对1997~2005年3个断面的水质状况进行综合评价,接着运用秩相关系数法对3断面的水质在时间上的变化趋势进行定量分析。结果表明:在时间上,渭河陕西段的污染情况呈上升趋势,且有些污染物急剧上升;在空间上,咸阳公路桥断面污染最严重,渭南华县次之,而且两个地区的水质均已超过了三类水的标准,而宝鸡林家村断面的水质情况最好,基本上属于三类水。     

基于MODIS干旱指数与RBFNN方法的江苏冬小麦需水关键期土壤水分遥感监测应用

利用遥感指数反演土壤水分已成为监测干旱的重要手段之一，而单一的遥感干旱指数对于反演土壤水分存在一定局限，本研究从7种不同MODIS遥感干旱监测指数中选取适宜的5种并结合径向基函数神经网络（RBFNN）协同反演江苏省2018年冬小麦需水关键期的土壤相对湿度。结果表明：与单一的遥感干旱指数相比，协同RBFNN的遥感干旱指数反演的模型效果更好，与10 cm和20 cm深度的实测土壤相对湿度的相关系数分别达到0.5161和0.4307，能综合多种通道的遥感信息反映当地土壤水分的变化；同时研究利用RBFNN对2017年5月江苏冬小麦10 cm深度土壤相对湿度进行反演，得到的土壤相对湿度分布图与实测土壤墒情结果较为接近，说明利用RBFNN反演模型有效。研究结果提高了土壤湿度的反演精度，为当地农业干旱的实时监测提供了新思路。     

基于MODIS资料的遥感干旱监测业务化方法研究

MODIS在波段设置和探测精度方面较AVHRR有较大的优势,如何将传统的基于AVHRR数据的遥感干旱监测模型转移到MODIS数据平台是遥感干旱监测领域非常关注的问题。我们从可业务化的角度,在借鉴陕西省农业遥感信息中心近年研究开发的NOAA/AVHRR遥感干旱监测业务化模型的基础上,结合陕西的地形、气候、植被覆盖特征,建立了基于MODIS数据的区域性干旱遥感监测的业务化模型和资料处理流程,并在陕西2005年3-5月发生的较严重的春旱过程中进行了监测试验。结果表明:使用基于MODIS数据的热惯量和植被供水指数两种模型进行区域性遥感干旱监测是可行的,修改后的植被供水指数模型在干旱面积估算精度和图像的可视化效果方面有了明显提高。