基于高光谱吸收特征参数以及光谱吸收指数的藻类叶绿素a反演分离模型研究

利用ASD地物光谱仪对不同浓度下小球藻、聚球藻及其混合藻的反射光谱进行测量,得到3组藻类在不同叶绿素a(Chl-a)浓度下的反射光谱,同时进行了Chl-a浓度测量。利用Matlab软件神经网络模型中的径向基函数对得到的高光谱数据进行高光谱曲线拟合,在拟合结果基础上,提取小球藻在652nm处、聚球藻在609nm处以及混合藻在652nm和609nm处的光谱吸收指数(SpectralAbsorptionFeatureParameter,SAFP)建立了两种单一藻类的定量模型,单一小球藻Chl-a最优定量模型为吸收峰深度模型Chl-a=10.059e713.97H,聚球藻的Chl-a最优定量模型为吸收峰斜率模型Chl-a=3×1012K2+1×107K+56.555。并在对两种单一藻类的定量模型研究基础上用光谱吸收指数对该两种藻的混合藻进行了Chl-a浓度分离。通过对比模型计算结果的均方根误差(RootMeanSquareError,RMSE),除吸收峰对称度模型分离结果不太理想外,吸收峰深度分离模型、吸收峰斜率分离模型、吸收峰光谱吸收指数(SAI)分离模型的分离结果都很好,分离效果最好的为SAI分离模型。     

新疆军塘湖流域融雪期不同积雪及雪被地物光谱反射率特征分析

用野外光谱仪测量了融雪期天山北坡军塘湖流域典型实验场的不同积雪及雪被地物的光谱,并对测得的光谱数据进行分析,结果表明,对于纯积雪光谱,在可见光波段有较高反射率,近红外波段范围内在1 100、1 300及2 260 nm附近出现反射波峰。与新雪相比,融化的积雪的反射率峰值在可见光波段和近红外波段内(2 100~2 400 nm)有明显的衰退,而雪被地物(包括覆有积雪的植被和有积雪背景的植被、土壤等)反射曲线均相对较低。对积雪/植被的混合像元光谱特征分析表明,雪被地物的光谱反射率曲线在可见光波段呈上升趋势,这是由于积雪背景的影响。最后,根据积雪、植被、土壤和积雪/植被混合像元的光谱特征建立混合光谱拟合方程,结果表明,模拟的光谱曲线与实测值有很好的相关性,其相关系数为0.927 6。     

乌梁素海遥感影像的水体提取方法与分析

乌梁素海地处干旱的内蒙古巴彦淖尔盟乌拉特前旗境内，因此水体及地物的光谱特征都具有干旱区草型湖泊的特性。本文选取2002年11月8日的ETM遥感图像数据，应用单波段阈值法、色度判别法、比率法、多波段组合运算法及多光谱分析法对水体进行提取，分别阐述了各种方法的优缺点，但其一考虑到水体提取的简单易行，因此采用多波段组合运算法；其二考虑到遥感信息机理以及各种地物的结构、组成和理化性质的差异，而导致不同的地物对电磁波的反射特征也各有不同，所以择取易与明水水体相混淆的芦苇、居民地、林地、山体阴影4种地物在TM1、TM2、TM3、TM4、TM5、TM7六波段的光谱特征值，应用多光谱混合分析法提取乌梁素海水体范围，从而避免了单—红外波段影像的不足。最后将多波段组合法与多光谱混合分析法进行比较，并阐述了二者的适用范围。     

退化草甸草原近地面光谱特征初探

运用ISI921VF-256型地物光谱仪对内蒙古西乌旗哈日根台镇赛温都嘎查低山丘陵草甸草原的草群、裸地等进行光谱数据的提取,获得其反射率光谱特征。试验结果表明：不同地物的反射率不同,草甸草原草地群落的光谱反射曲线在可见光波段具有明显的峰谷特性,在近红外波段呈强反射;裸地的反射曲线在可见光区高于草地群落;在近红外区低于草地群落;在不同退化梯度下,草甸草原植物群落的光谱反射率,随着退化梯度的加强而增强;在同一退化梯度下,大针茅群落对可见光的反射率小于冷蒿群落,而对近红外光的反射率大于冷蒿群落;草甸草原的不同地物具有其不同的光谱特征,并随着退化程度的变化表现一定的差异。     

夏玉米LAI与冠层反射光谱的定量关系

从不同角度研究夏玉米LAI与其对应冠层反射光谱的相关性.结果表明,夏玉米LAI与冠层反射光谱的定量关系以由多个单波段建立的多元线性回归模型为最优,其次是由DVI(900,730)建立的三次多项式回归模型,再次是由SAVI(950,600)建立的幂函数回归模型.     

高光谱在水稻含氮量测定中的应用研究

[目的]为了探讨水稻含氮量与光谱参数的关系。[方法]利用SVC HR-768便携式地物光谱仪对水稻进行反射光谱测定,同时采取样本测定氮含量,筛选光谱因子。[结果]绿峰峰值是水稻氮含量分析的最佳因子。回归分析得到的模型相关系数为0.782,预测精度较好,约92.5%。[结论]绿峰峰值可以较好地指示水稻体内含氮量。     

烤烟波谱特性的分析与识别

用野外光谱辐射仪通过实地的测量,获取了临沭县的烤烟、玉米、水稻3种作物的地物反射光谱数据。着重对烤烟的生态学特性进行了波谱分析,选择了计算反射光谱红吸收峰净面积的方法来识别3种作物的地物波谱,取得了较好的效果。为进一步利用卫星遥感图像实现烤烟监测奠定了基础。     

宜黄地区TM影像的毛竹提取模型研究

选取2000年9月23日的江西省宜黄地区TM影像作为研究区,通过对TM影像的6个波段进行分析,发现了毛竹与其他地物的光谱差异性。然后建立监督分类模板,对分类模板进行评价。根据地物样本反射值的不同,建立了一种毛竹自动提取模型。并且对自动提取的毛竹结果进行了评价,结果令人满意。     

退化草甸草原近地面光谱特征初探

运用ISI921VF-256型地物光谱仪对内蒙古西乌旗哈日根台镇赛温都嘎查低山丘陵草甸草原的草群、裸地等进行光谱数据的提取,获得其反射率光谱特征。试验结果表明：不同地物的反射率不同,草甸草原草地群落的光谱反射曲线在可见光波段450和675 nm左右的蓝光和红光区形成吸收谷,反射率一般为5%～10%和10%～15%;570 nm左右的绿光区为反射峰,反射率一般为10%～20%;在近红外波段呈现强烈的反射,700～760 nm,光谱反射值随波长的增加而急剧升高,反射曲线陡而接近于直线的形态,从760nm开始,光谱反射值缓慢增加,反射率一般为25%～35%;裸地的反射曲线在可见光区高于草地群落,在近红外区低于草地群落;在不同退化梯度下,草甸草原植物群落的光谱反射率,随着退化梯度的加强而增强;在同一退化梯度下,大针茅群落对可见光的反射率小于冷蒿群落,而对近红外光的反射率大于冷蒿群落;草甸草原的不同地物具有其不同的光谱特征,并随着退化程度的变化表现一定的差异。     

丁香光谱测定方法

利用美国ASD公司生产的便携式野外地物渡谱仪对呼和浩特市的绿化树种丁香不同生长期、不同方向、不同角度的反射波谱进行了观测,得出了丁香的反射波谱特征,并探寻树木反射光谱测定的有效方法.结果表明:南方向俯角与树冠垂直方向的光谱在α=0.05水平下无显著差异,一定程度上可替代垂直方向进行树木的光谱特征分析.     

基于遥感图像光谱特征融合的高原土地覆盖类型分类模型

在使用土地覆盖类型分类模型分类高原土地覆盖类型的过程中,由于不同类别地物间光谱信息更相近,在没有多特征降噪的情况下,容易产生噪声偏差,导致土地覆盖类型错分,设计一种基于遥感图像光谱特征融合的高原土地覆盖类型分类模型。设计特征提取方法,提取遥感图像中几何特征的空间特征与属性特征,以展示遥感图像光谱更多的空间细节信息;将遥感图像按照一定模式规则进行处理和运算,构建三种多特征融合模式,使用SVM作为分类工具,计算其中参数,实现元素的线性可分。模型性能测试结果表明：设计的分类模型所得到的分类结果在生产精度、总体精度、Kappa系数这三个指标中的评分均达到了0.7以上,验证了设计模型在高原土地覆盖类型分类中的准确性。     

泰国THEOS遥感影像质量评价

选取泰国THEOS(Thailand earth observation satellite)卫星影像作为研究对象,提出从图谱成像质量和专题地类提取性能评价影像应用潜能。采用不同地类的像元均值表征影像的光谱质量;选取灰度共生矩阵GLCM(Grey level co-occurrence matrix)计算得到的角二阶矩ASM(angular second moment)、相关性(correlation)、对比度(contrast)和熵(entropy)评价影像的图像质量;利用面向对象的分类方法评价影像的地物解析能力。结果表明:(1)耕地、城市和林地的均值分别为121.14、73.70和137.62,说明THEOS影像对不同地物有较好的区分性能;(2)对比度和熵的均值最大(分别为18.93和2.88),可以用于表征THEOS影像丰富的纹理信息;(3)2 m分辨率THEOS融合影像可以较好地提取均一地类,但解析多种地类混合的区域效果较差。本研究可为THEOS卫星数据在我国的广泛应用提供参考。     

长江口潮滩地带典型盐沼植被光谱特征分析

以长江口典型盐沼植被为研究对象,考虑不同盐沼植被类型、盖度、土壤类型、土壤湿度以及高中低潮滩地形分布因素,分别在崇明东滩国家级自然保护区、崇明北湖边滩、南汇边滩设置光谱测量样带和样方,使用ASD光谱仪进行现场光谱测量,分析不同植被盖度、土壤下垫面、潮位条件下典型盐沼植被的光谱特征反射曲线。研究结果表明:同一类型盐沼植被的光谱反射率差异是由植被盖度和下垫面共同导致的。在相同土壤背景下,光谱反射率与植被盖度在可见光波段相关系数接近-1.00,呈负相关,在近红外波段相关系数接近0.99,呈正相关。不同潮滩土壤背景,盐沼植被光谱反射率有明显差异。在可见光波段,土壤下垫面对植被光谱反射率影响较大,而在近红外波段的影响则较小。植被盖度越小,其反射光谱受土壤下垫面影响越大。盐沼植被与潮位的相关系数最大可达0.97,低潮位时植被反射光谱高于无潮汐时的光谱,且呈现随潮位升高反射率增大的趋势;当潮位上涨到一定高度,植被反射光谱低于无潮汐时的光谱,且呈现随潮位的升高而下降的趋势。     

多伦县土地利用遥感信息提取技术

针对北方农牧交错地区地表异质性和破碎化强烈、地物光谱特征混杂严重、土地利用/覆被遥感信息提取对目视解译依赖程度高的特点,以内蒙古多伦县为研究区,尝试将基于知识的遥感信息提取技术应用于该地区。通过地物光谱特征的深入分析,用线性光谱混合分解模型将主要地物覆被类型分离,并建立多个专题信息模型,依据经验知识建立了各用地类型提取规则,对多伦县土地利用信息进行了计算机自动提取,并与单一的监督分类法提取的结果进行了对比。结果表明,运用遥感信息提取技术提取的面积精度达93.8%,抽样点评价精度为87.7%;单纯使用监督分类法提取的面积精度为71.1%,抽样点评价精度为59.5%。可见,遥感信息提取技术较单一的监督分类法效果好很多,实现了多伦县土地利用遥感信息高精度分层次快速提取。图4表3参20     

福建省长汀县河田盆地区近35年来地表裸土变化的遥感时空分析

福建省长汀县河田盆地区是中国南方最典型的红壤水土流失区之一,当地人民和各级政府一直为治理该区的水土流失进行着不懈的努力.利用遥感技术对该区1976年以来地表裸土分布的时空变化进行了分析,基于所提出的双重遥感指数法对该区的裸土信息进行提取,查明了该区地表裸土分布的时空变化情况.研究表明,该区近35年的治理已大大减轻了地表的裸露程度,地表裸土面积从1976年的159.17 km2锐减到2010年的51.98 km2.在3个不同的观察时间段里,裸土面积的变化呈现逐次减少、减速加快的趋势,客观地反映了该区水土流失治理的3个重要历史时期和政策所产生的效应.     

ASTER数据对雀儿山区土地覆盖分类的有效性评价

用ASTER卫星的可见光-近红外(VNIR)的3个波段、短波红外(SWIR)6个波段和热红外(TIR)的5个波段对四川西部雀儿山区土地利用覆盖进行分类,并结合地面实地调查数据对不同波段分类效果进行了数量精度分析和空间分布评价。研究结果表明,与地面实地调查的统计数据比较,用经过几何纠正后全部14个波段组合(方法1)的分类精度达83.9%以上;用波段1、2、3、4、6、9、10和13(方法2)的分类精度介于76.6%～92.6%;用波段1、3、6、8、12和14(方法3)的分类精度介于85.6%～97.5%;仅用可见光-近红外3个波段和波段4、6和9的短波红外波段组合(方法4)的分类效果极差。因此,在雀儿山这种相对高差极大的山区土地利用覆盖分类必须采用能灵敏探测地表温度差异的热红外波段数据。     

近30年来卧龙自然保护区土地覆盖变化动态分析

以卧龙自然保护区1970、1990、2000年三个时期土地利用数据,结合GIS空间分析技术,对该区域的土地覆盖变化进行动态分析。结果表明,1970￣1990年,卧龙自然保护区土地覆盖变化是很明显的,常绿林面积增加4254 hm2,混交林面积减少3854.76hm2,落叶林面积减少542.97 hm2,灌丛面积增加5170.5 hm2,草地面积减少3987 hm2,耕地减少1261.98 hm2。对土地覆盖变化的动态度和转移矩阵进行分析表明,水体没有明显变化,荒地由无到有,耕地表现为单向式转变,而其他类型表现为双向式转变;从动态监测结果来看,耕地主要向常绿林和灌丛转变;落叶林表现为与常绿林、混交林及灌丛之间的双向变化;常绿林表现为混交林、灌丛及草地之间的双向变化;混交林表现为与落叶林、常绿林及灌丛之间的双向变化;灌丛表现为与常绿林、混交林及落叶林之间的双向变化;草地表现为与灌丛及常绿林之间的双向变化。     

基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例

光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用.以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱.以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675.其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大.除WP_r和WP _g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012.7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势.然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数.最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5％和87.98％.单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性.     

不同土地覆被对区域蒸散的影响

利用Landsat TM5遥感数据,用简化的遥感-能量平衡模型进行区域实际蒸散量的估算.以美国俄克拉荷马州为研究区域,探讨了不同植被覆盖对区域实际蒸散量的影响,对不同植被类型的月蒸散量和年总蒸散量进行分析.结果表明,无论月蒸散量还是年总蒸散量林地均大于草地,即林地对水分的消耗大于草地;而对于不同林分而言,年总蒸散量常绿林最高,落叶林次之,混交林最低;对不同城市绿地而言,俄克拉荷马的草地和雪松月蒸散量动态变化仍为单峰型曲线,7月份达到最大值,1月份最小;1 ～2月雪松和草地的蒸散量基本一样,3～6月雪松和草地的蒸散量差异非常大,雪松明显高于草地;年总蒸散量雪松明显高于草地.