平原水库微污染水溶解氧含量模型反演与验证

对沧州大浪淀水库水体遥感影像进行处理得到水体反射率,分析水体反射率与实测溶解氧含量的相关性,构建了溶解氧含量与TM2＋TM3的多光谱模型,并对模型进行了反演和验证,结果与实际情况较吻合,说明所建立的模型可用于大浪淀水库水体溶解氧含量监测。     

平原水库总氮质量浓度的定量遥感研究

以沧州大浪淀水库为研究对象,将实测的总氮含量和TM遥感数据反射率进行回归分析处理,构建了总氮含量与各波段多光谱定量遥感模型,并对（TM3＋TM4）波段指数模型进行了定量反演,其结果符合水体实际水质分布情况,表明所建模型可应用于该水体总氮含量的监测需要。     

应用归一化植被指数的玉米产量预测研究

为有效利用归一化植被指数(NDVI)对玉米产量进行预测,以黑龙江省肇东市为研究区域,利用玉米抽穗期HJ1B遥感数据,结合野外实测数据,进行玉米单产遥感预测研究。通过辐射定标、大气校正、几何精校正等预处理,反演试验区域的实际光谱反射率,从而计算试验区域内玉米的归一化植被指数(NDVI)实际数值,进而与野外实测产量数据进行模型拟合。结果表明:肇东玉米抽穗期NDVI与产量之间二次多项式模型相关性最佳,对比实测数据准确率可达86%,并利用研究结果对肇东2011年玉米产量进行了预测,与实测结果比较后形成玉米单产遥感预测专题图,因此,确定归一化植被指数与玉米产量具有一定的相关性。     

舟山近海域悬浮泥沙浓度遥感反演研究

[目的]采用卫星遥感方法反演舟山海域悬浮泥沙的分布,并进一步探索适合的反演模型,为以后舟山海域悬浮泥沙遥感研究提供参考依据。[方法]利用实测数据、遥感数据和实验室分析的方法,对舟山海域不同水体进行光谱分析,建立水体遥感反射率与悬浮泥沙浓度之间3种不同的反演模型。[结果]遥感参数反演模型的反演效果最好;对数反演模型次之,对数模型下TM4波段的相关系数最大,TM3波段的相关系数最小;线性反演模型最差,线性模型下TM2波段的相关系数最大,TM3波段的相关系数最小。[结论]在舟山海域采用遥感参数模型可以获得较高的反演精度。     

基于高分辨率遥感影像的玉米田叶面积指数反演

根据玉米田样地生物物理参量的野外实测数据,对PROSAIL模型输入参数的取值范围进行率定。通过PROSAIL模型参数敏感性分析,确定不同的输入参数设置方案,模拟不同的叶面积指数、叶倾角、叶绿素含量对应的玉米冠层反射率,建立叶面积指数的缨帽三角分布模式,从而获得玉米田红光-近红外波段反射率-LAI查找表,选取宁夏中卫市WV-3高分辨率遥感影像对玉米种植区域LAI进行反演。通过与实测数据比较,分析了PROSAIL模型在高分辨率遥感影像农作物LAI反演方面的适用性,为高分辨率遥感影像反演农作物LAI提供了方法参考。结果表明,PROSAIL模型输入参数的范围率定与不同设置方案的确定是有必要的,并且运用该查找表从WV-3影像反演的LAI与实测数据较一致,查找表均方根误差为0.47,LAI反演均方根误差为0.24。研究表明,该方法在利用WV-3遥感影像进行玉米田LAI反演中具有较强的适用性,能够进行准确有效的大面积叶面积指数遥感反演。     

基于Landsat 8遥感图像的长春中北部地区土壤有机质含量反演

以Landsat 8遥感图像为数据源,利用FLAASH大气校正模型对遥感图像进行大气校正,结合野外土壤采样的有机质含量化验数据,采用逐步回归分析的方法,对研究区土壤有机质含量进行定量反演。结果表明,土壤有机质含量与Landsat 8遥感图像反射率在近红外波段具有较强的负相关性,对反射率进行适当的数学变换可以有效提高与有机质的相关性,由此而建立起来的逐步回归反演模型,其决定系数r2=0.925,总均根方差RMSE=0.171,说明该反演模型有较高的精度与稳定性。根据上述反演模型,结合遥感影像分类结果,对研究区土壤有机质含量进行反演,结果显示,研究区内土壤有机质含量呈东高西低之势,东部、南部地区土壤有机质含量普遍高于3%,而西部、北部地区土壤有机质含量普遍低于2%。     

基于TM影像的微污染水质监测模型研究

以沧州大浪淀水库为研究主体,将水体TM影像与实测数据进行分析处理,得出水体反射率与水质参数相关性最高的波段组合,建立了悬浮物、总氮两种水质参数的遥感监测模型,并进行了反演和验证。结果表明所建模型满足了水库水质参数的动态监测需要,可以利用所建的模型来了解水体环境,采取措施,为附近地区人民生产和生活用水安全提供保障。     

微污染水体高锰酸钾指数的多光谱遥感反演

以沧州大浪淀水库作为研究对象,将实测的高锰酸钾指数和TM多光谱遥感数据反射率进行回归分析处理,构建了高锰酸钾指数多光谱定量遥感模型,并对TM3/TM5波段指数模型进行了定量反演,其结果符合水体实际水质分布情况,表明所建模型可应用于该水体高锰酸钾指数的监测。     

干旱区土壤含水量光谱特征分析与反演

[目的]建立土壤含水量遥感监测模型。[方法]选取陕西省横山县作为研究区,以野外原位光谱测量数据和实验室内测得的土壤含水量为基础,进行高光谱数据处理,分析土壤含水量的光谱特征;对实测土壤光谱反射率进行倒数、对数、均方根及其一阶导数微分等光谱变化换,计算高光谱指数,并与土壤样本含水量进行相关性分析,筛选对土壤含水量敏感的光谱特征波段,利用多元线性回归分析建立土壤含水量监测模型。[结果]随着土壤含水量的增加,土壤光谱反射率呈减小趋势。土壤含水量与光谱指数的特征波段呈良好的线性关系,所有模型均通过了0.01水平的显著性检验。模型精度验证表明,预测值与实测含水量相关系数较高,特别是反射率倒数一阶微分模型,在0.01显著性水平下,相关系数为0.886。[结论]该研究建立的土壤含水量遥感反演模型可行有效,通过了有效性检验,在一定程度上可以用来反演研究区土壤含水量。     

北碚447锦橙叶片农学参数与其反射光谱的相关性研究

以锦橙叶片为材料,采用野外光谱辐射仪测量叶片的光谱反射率,并对叶片进行水分、氮、钾、磷、叶绿素的含量测定,计算光谱反射率一阶微分、二阶微分．采用统计学相关分析法,分析叶片农学参数与反射光谱之间的相关关系．结果表明：农学参数中只有磷含量与叶片原始光谱反射率有显著性相关,且与反射率一阶微分、二阶微分的相关系数大于与原始光谱反射率的相关系数．所有测定的农学参数都与叶片光谱反射率一阶微分、二阶微分之间均有显著性相关,其中氮含量与反射率一阶微分、二阶微分相关性最强,相关系数绝对值达到0.9以上．这说明利用微分技术可以增强叶片农学参数与光谱信息的相关性,并为高光谱遥感定量估算锦橙农学参数提供理论依据．     

干旱区典型盐碱土反射光谱特征分析

地物光谱特征是遥感机理的重要内容,也是遥感应用研究的重要依据.盐碱土的反射光谱特性反映了盐碱土的理化特征.以干旱区3种典型的盐碱土为研究对象,测量了不同含盐量和含水率的土壤反射率光谱,并分析了其光谱特征.结果表明,3种盐碱土的光谱反射率在干燥状态下有明显的高低规律.经过去包络线处理后,3种盐碱土在干燥状态下具有明显不同的光谱特征,且在干湿两种状态下,两个水分吸收谷处的吸收深度的深浅均具有明显的深浅差异.根据这些特征可以将3种类型的盐碱土区分出来.研究结果可为今后进一步研究盐碱化土壤参数反演和分类,以及盐碱土监测等遥感应用服务.     

干旱区典型盐碱土反射光谱特征分析(英文)

地物光谱特征是遥感机理的重要内容,也是遥感应用研究的重要依据。盐碱土的反射光谱特性反映了盐碱土的理化特征。以干旱区3种典型的盐碱土为研究对象,测量了不同含盐量和含水率的土壤反射率光谱,并分析了其光谱特征。结果表明,3种盐碱土的光谱反射率在干燥状态下有明显的高低规律。经过去包络线处理后,3种盐碱土在干燥状态下具有明显不同的光谱特征,且在干湿两种状态下,两个水分吸收谷处的吸收深度的深浅均具有明显的深浅差异。根据这些特征可以将3种类型的盐碱土区分出来。研究结果可为今后进一步研究盐碱化土壤参数反演和分类,以及盐碱土监测等遥感应用服务。     

桉树叶片光合色素含量高光谱估算模型

色素在植物的生理生态过程中非常重要,利用高光谱数据,揭示光谱反射率上特征波段与光合色素含量间的关系将有助于理解光合色素光谱反射特征的规律,同时为利用高光谱遥感技术快速无损监测植物叶片光合色素提供了技术支持.利用野外采集的桉树叶片样本,在实验室内测定了叶片的高光谱反射率及对应的叶绿素、类胡萝卜素含量.利用光谱分析技术和统计学方法对光谱数据进行处理分析,提取了光谱特征参量,并建立叶绿素、类胡萝卜素含量与光谱特征参量间的估算模型.通过精度检验,研究结果表明以(SDr-SDb)/(SDr+SDb)为变量建立的指数模型估算效果最佳.     

冬小麦条锈病生理变化及其遥感机理

对不同处理条件下的冬小麦条锈病进行 (病情指数 ) (DI)调查 ,并进行同步的光谱测定及田间取样 ,在室内测试了对病情指数有重要影响的几个参数因子 ,叶绿素含量及上叶含水量 ,并且将其与光谱反射率进行统计分析。研究结果表明 ,这些参数因子与反射率数据在 5 5 0～ 70 0和 70 0～ 1160nm范围内与DI有着相似的高相关性 ,说明条锈病害的DI变化可以通过叶绿素含量、上叶含水量参数直接的变化在光谱上得到响应 ,从而证明遥感监测DI是可行的 ,同时解释了遥感监测机理。选出与叶绿素含量、上叶含水量相关性最强的波段与DI作多元回归 ,建立的模型能很好地反演冬小麦条锈病的病情指数 ,正确率达到 75 %以上     

千岛湖水体叶绿素浓度高光谱遥感监测研究初报

以千岛湖为研究对象,利用高光谱地物光谱仪在库区进行了反射光谱测量和同步水质采样分析.通过研究水体藻类叶绿素浓度与其高光谱反射特征之间的关系,建立了叶绿素a的遥感定量模型, 结果表明:光谱反射率比值R701 nm/R516 nm、IKONOS的红光与蓝光波段反射率之比与叶绿素a线性相关程度都比较高,决定系数分别为0.87和0.83,可以用来估计叶绿素a浓度;而微分光谱、单波段以及其它波段比与叶绿素a的相关性不及前两者.所以,遥感估算千岛湖叶绿素a浓度,采用比值法最准确.由于TM波段与IKONOS波段范围几乎完全相同,而分辨率不同,从经济实用的角度考虑,可以用TM数据对整个库区进行大范围遥感监测,而对其支流和小范围水面,用分辨率较高的IKONOS数据才能满足精度要求.     

基于高光谱特征参数的樟树叶绿素含量的估算模型研究

叶绿素在植物的生理生态过程中非常重要,而高光谱遥感的快速发展使得定量估算植被叶绿素含量成为可能.采用美国ASD公司生产的野外光谱辐射仪测量樟树幼林的叶片光谱,对观测叶片进行了同步叶绿素含量的测定.利用基于光谱位置变量的分析方法,分析樟树叶片光谱与叶绿素含量之间的关系.结果表明:樟树幼林叶绿素含量与Db,Rg,Rg/Ro,(Rg-Ro)/(Rg+Ro)之间的相关程度很高,相关系数达到极显著检验水平;通过建立特征参数与叶绿素含量之间的估算模型,并进行精度检验,得出了叶绿素含量估算的高光谱模型为y=exp[1.356+(-361.973)Db].说明利用高光谱遥感数据可以估测樟树幼林的叶绿素含量.     

Development of an optical sensor for crop leaf chlorophyll content detection

Nitrogen content in crop leaf is an important indication for evaluating crop health and predicting crop yield. A normalized difference vegetation index (NDVI) is widely used as an indicator in estimating leaf nitrogen content in practice. How to effectively and accurately measure the NDVI value of crop leaves in the field is a challenge on in-field use instrument development. This paper reports the development of a hand-held spectroscopy-based optical sensing device for measuring crop leaf NDVI values under in-field natural light conditions. This optical sensing device could simultaneously measure the spectral reflectance of canopies and the solar intensity at two bands of 610 and 1220 nm, and calculate NDVI value in real-time based on measured spectral reflectance. This device was tested in tomato plants chlorophyll content measurement. A series of field tests were conducted to evaluate the performance of the sensor, and tomato leaf samples were collected for measuring chlorophyll contents as the reference for validation. Obtained results indicated that NDVI values measured with this sensing device had a close correlation with chlorophyll contents of the collected leaf samples measured in laboratory with a UV–vis spectrophotometer .     

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.     

青山湖水体总悬浮物浓度的高光谱遥感反演

利用2009年11月9日城市湖泊青山湖实测的水体高光谱遥感数据和同步水质采样数据,在分析水体固有光学特性的基础上,采用单波段、两波段比值和一阶微分3种算法进行了湖泊水体总悬浮物浓度（TSS）遥感反演研究。结果表明,单波段、两波段比值和一阶微分模型相关系数均较好,688 nm处一阶微分线性回归模型相关系数R2为0.932 8,RMSE为2.896 1 mg/L,为最佳的TSS实测光谱遥感反演模型,可以用于青山湖水体TSS浓度的反演。该研究可为水质指标大面积的卫星遥感反演研究提供基础。