基于实测高光谱数据的太湖湖滨带典型植被分类

湖滨带是湖泊生态系统与陆地生态系统的连接枢纽,对陆地生态环境的稳定有着积极的作用,利用植被高光谱特征识别湖滨带植被生长与分布状况对滨岸生态系统的管理和研究具有十分重要的意义。以太湖湖滨带(宜兴段)为研究区域,利用Field Spec3 Hi-Res便携式地物光谱仪测量5类典型植被冠层光谱;在利用S Golay滤波对异常光谱数据进行剔除的基础上,采用光谱微分法与植被指数法构建光谱特征;应用人工神经网络法结合因子分析法对典型植被进行分类提取。结果表明:(1)利用S Golay滤波方法能够较好地平滑噪声,保留其真实光谱特征;(2)在利用原始反射率、植被指数、一阶光谱微分、二阶光谱微分的4种分类组合中,二阶微分数据的神经网络分类精度最高,原始分辨率分类精度最低;(3)在不同植被类型的分类中,4类分类组合方法对夹竹桃的分类效果最好,对柳杉的分类效果最差。     

基于频谱和光谱特征的高光谱地物分类比较

目的频谱作为物质的能量特征进行地物的识别是可行的。本文针对国内外利用频谱进行地物分类尤其是森林植被分类研究的匮乏，探索频谱的地物识别潜力，将高光谱影像的光谱曲线转化为频谱进行地物识别研究。方法以福建将乐林场为研究区，利用国产环境小卫星高光谱影像(HJ-1A HSI)和同时成像的多光谱影像(CCD)，通过能量分离变换的方法对高光谱和多光谱进行融合，获取高空间分辨率的高光谱影像；然后，将融合影像的光谱曲线转化到频率域，进而获取频谱；通过“频谱距离”对研究区进行地物分类，并将分类结果与光谱角填图(SAM)分类结果进行比较。结果在频域中植被类别和非植被类别的低阶幅度谱具有明显的可分性，频谱方法提高了马尾松、杉木和阔叶林的制图精度，对于光谱特征相似的不同森林植被具有更好的区分能力；非植被类别在1阶谐波的频谱容易区分, 植被类别需要用前7次谐波的幅度谱进行区分，随着频率的增大，频谱变化趋于相似，并且非植被类别在频域的能量累计速度高于植被类别；与SAM的分类结果比较发现，基于频谱的分类方法总体分类精度为84.19%，比SAM分类结果总体精度提高0.7%。结论利用频谱信息可以降低光谱曲线上噪声的影响，保留类别的重要区别信息，提高地类的分类精度，因此利用频域中的频谱进行地类识别具有可行性。      

基于Otsu算法的太湖蓝藻水华与水生植被遥感同步监测方法

蓝藻水华与水生植被在光学遥感影像上容易混淆,传统方法将太湖划分为藻型湖区和草型湖区进行分区监测,近年来太湖梅梁湖等蓝藻水华易发区域出现了大量的水生植物,分区的方法已无法满足蓝藻水华和水生植被遥感监测要求。基于光谱特征分析,采用蓝藻水华与水生植被指数(cyanobacteria and macrophytes index,简称CMI)判别蓝藻水华与水生植被水域,采用浮游藻类指数(floating algae index,简称FAI)识别蓝藻水华、浮叶/挺水植被与沉水植被,构建同步监测决策树,基于Otsu算法自动获取阈值,将中分辨率成像光增仪(MODIS)卫星影像分成湖水、蓝藻水华、沉水植被和浮叶/挺水植被几种类型。结果表明,分类结果较好,符合太湖不同地物类型实际分布情况;与相关研究HJ卫星影像东部湖区水生植被监测结果进行交叉检验,水生植被的空间分布基本一致,一致性检验结果显示,2种分类结果一致的像元比例为70.11%。实现蓝藻水华及水生植物的同步遥感监测,有助于精确评估蓝藻水华的实际强度和水生植被区范围,为富营养化湖泊的水环境管理和决策提供重要的科技支撑。     

AVIRIS高光谱遥感数据的植被信息提取

以Moffett Field的AVIRIS高光谱遥感影像为对象,应用基于信息量的自适应波段选择方法实现植被信息提取的最优波段组合,在此基础上采用监督分类为主、目视解译为辅的信息提取方法,在ENVI和ERDAS遥感图像处理软件中进行分析与处理,实现植被信息提取。结果表明,与多光谱遥感数据相比,高光谱遥感数据具有更强的植被信息识别能力,提取的植被信息更丰富。     

基于RapidEye数据的塔里木河上游天然胡杨林区典型地物遥感信息提取研究

胡杨是塔里木河流域荒漠河岸林的建群树种,在胡杨林区进行植被监测,对塔里木河流域生态环境恢复与重建有着极其重要的作用。本研究利用RapidEye影像及地面调查数据对研究区地物特征信息进行了提取,并分析了胡杨林区地物的光谱特征,结果如下:建立了胡杨林区主要地物(胡杨、柽柳、河流、沟渠、裸地、居民地和其它植被)的遥感解译标志,对典型地物在影像上能相互区分的原因进行了解释,同时提取了RapidEye波段的典型地物光谱曲线和面积信息,分析了植被空间分布的特点及规律。为塔里木河流域的植被监测提供一种新的监测手段。     

基于沙地植被指数的荒漠化评价方法

混合像元是影响基于遥感技术的荒漠化评价精度的主要原因。本研究通过光谱混合分析技术进行了亚像元尺度上荒漠化信息提取,并在深入研究荒漠化评价指标的基础上,利用所提取的农田信息与沙生植被信息构建了用于荒漠化评价的沙地植被指数,并与常用植被归一化指数进行比较。结果表明,沙地植被指数对荒漠化地区植被探测能力明显优于植被归一化指数,更适合于区分不同程度的荒漠化土地。对毛乌素沙地评价结果表明,毛乌素沙地荒漠化十分严重。     

滇中典型乔木植被高光谱特征

针对滇中乔木植被光谱研究较少问题,运用高光谱遥感技术提取分析植被的特征波段,补充滇中乔木光谱,以期能为遥感识别分类植被、监测乔木长势,以及植被反演等提供科学依据。利用SOC710VP地物光谱仪,对滇中的侧柏(Platycladus orientalis)、樟木(Cinnamomum longepaniculatum)、柳杉(Cryptomeria fortunei)3种植被进行反射光谱测定,分析3种植被的叶片光谱特征差异,使用光谱一阶导数和连续统去除处理其原始光谱。原始反射率曲线表明,400~420 nm柳杉的曲线呈下降趋势,区别于樟木和侧柏;侧柏、樟木、柳杉的反射率在700~760 nm存在显著差异。红边波段光谱一阶导数凸显了3种乔木植被特有的波峰波谷特征,侧柏的峰谷特征尤其突出,识别度更大。连续统去除变换能够突出3种乔木植被在可见光波段的吸收和反射特征差异,樟木和柳杉的连续统去除值在440~760、950~1 000 nm存在较大差异。通过比较3种植被的原始光谱特性和反射率,可以从一定程度上把3种植被区分开。光谱一阶导数和连续统去除变换可以突出3种植被原始光谱特征之外的特征,增加识别分类3种植被的特征波段,区分识别3种植被的效果更显著。     

应用可见光遥感影像的林区植被分割方法

为快速准确提取可见光遥感图像中的林区植被，降低林区复杂地物与不均匀的光照对提取效果的影响。采用无人机获取的林区可见光遥感图像，利用ArcGIS软件根据植被与裸地、道路以及光照均匀程度的不同占比进行裁剪，获得5个试验样区，分别利用多尺度分割、光谱差异分割和多尺度结合光谱差异分割方法对样区影像进行分割，应用最近邻分类方法分类并分析3种分割方法对分类精度的影响。研究结果表明：基于多尺度分割的分类精度整体优于光谱差异分割和多尺度结合光谱差异分割，植被分类总体精度分别为90.0%、93.0%、92.0%、89.0%、94.0%,Kappa系数分别为0.801、0.855、0.839、0.781、0.880。使用多尺度分割在林区植被提取时受环境影响小，可以有效提取林区植被信息。     

基于归一化植被指数对荒漠化草原地面高光谱影像中植被的识别

草原植被的分布与面积是草原退化评定的重要指标。以荒漠化草原植被为研究对象,在内蒙古四子王旗试验区域自然光下采植被的高光谱数据,通过构建植被光谱特征指标阈值对植被覆盖地区与非植被覆盖地区进行识别和分类,为低空高光谱遥感进行大面积的识别及数量统计提供依据,为高效,适时的草原监测和退化评价提供理论和技术手段。选择具有代表性归一化植被指数NDVI分析数据规律。结果表明:荒漠化草原阈值区间为0.01~0.9,其中植被阈值区间为0.4~0.9,非植被阈值区间为0.01~0.4,当NDVI阈值取0.4时对有无植被覆盖分类明显,经Kappa系数验证精度达96.2%。高精度的植被识别为后续无人机高光谱遥感提供数据数据支持及理论基础。     

牛顿插值法在植被红边拟合中的应用

植被的定量遥感是近年来研究的一个热点,而红边参数能够很好地反映植被的一些信息,是植被生理生化参数反演的一个重要指标。本研究基于数值分析学科引入牛顿插值法来拟合植被的红边曲线,通过光谱微分的手段求出红边的位置。结果表明,与传统的几种求红边位置的方法相比,牛顿插值法能高精度地求出红边的位置。用牛顿插值法拟合出3种不同植被的红边,得到红边位置,表明了牛顿插值法对植被反射光谱的敏感性。     

基于可见光波段的无人机超低空遥感图像处理

【目的】探讨低成本的可见光超低空农业遥感平台提取与分析农情信息的可行性,为农用无人机精准施药与农情监测提供技术支持。【方法】以仅包含红光、蓝光和绿光的超低空可见光农田遥感图像为研究对象:首先利用张氏校正法获取相机的畸变矩阵,并校正图像;然后提取与分析图像的可见光植被指数;最后通过分析超低空可见光农田图像中植被与非植被的光谱特性,对可见光超低空遥感图像进行植被信息提取。【结果】获得的农田植被提取图像很好地区分了植被与非植被。【结论】基于可见光的超低空遥感农业信息获取系统应用具有可行性,可为构造低成本的可见光低空遥感监测系统提供参考。     

多参数融合的太湖围网养殖遥感动态监测

利用1989-2008年的五景TM遥感影像数据，对太湖近20年的围网养殖进行动态监测；综合利用遥感影像中的光谱信息与围网养殖区的纹理信息，自动提取了各个时期的太湖围网养殖区域，分析了近20年来太湖围网养殖区的时空变化情况。     

洱海流域不透水面遥感信息提取技术研究(英文)

[目的]研究洱海流域不透水面遥感信息提取技术,以期开发水污染形成时空过程动态模拟平台。[方法]采用线性光谱分离技术,实现V-I-S模型求解,从2009年Landsat5的TM数据中对洱海流域进行不透水面遥感信息提取,利用植被、高反照度、低反照度和裸土4种最终光谱端元的线性组合,模拟TM波谱特征,并对其分布范围、空间特征等进行了分析。[结果]中等分辨率影像适合于流域尺度的不透水面提取,其结果可靠、精度较好。[结论]该研究结果为选择洱海非点源污染的调控策略、协调经济发展与环境保护的关系提供了决策依据。     

洱海流域不透水面遥感信息提取技术研究

[目的]研究洱海流域不透水面遥感信息提取技术,以期开发水污染形成时空过程动态模拟平台。[方法]采用线性光谱分离技术,实现V-I-S模型求解,从2009年Landsat5的TM数据中对洱海流域进行不透水面遥感信息提取,利用植被、高反照度、低反照度和裸土4种最终光谱端元的线性组合,模拟TM波谱特征,并对其分布范围、空间特征等进行了分析。[结果]中等分辨率影像适合于流域尺度的不透水面提取,其结果可靠、精度较好。[结论]该研究结果为选择洱海非点源污染的调控策略、协调经济发展与环境保护的关系提供了决策依据。     

基于TM影像植被信息提取研究

基于TM遥感影像,提取研究区内植被专题信息,通过对TM多光谱影像进行K-T变换,得到亮度、绿度、湿度3个新的分量,计算各组分分量和归一化植被指数NDVI的相关系数,从而进行波段组合,将其分类结果与K-T变换基础上分类结果、以及原始图像基础上分类结果进行比较。分析表明,波段的合成与K-T变换均能提高遥感影像分类精度,并且波段组合基础上植被分类与信息提取效果良好,精度更高。     

植被高光谱遥感的应用研究综述

植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具。本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状 ,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型 ,更精确地反演植被参数等方面的发展状况。并讨论了进一步充分利用植被高光谱遥感数据 ,加速遥感定量化进程的一些途径。     

植被光谱遥感数据的研究现状及其展望

植被光谱遥感是地表植被地学过程对地观测的强有力工具.本文概述了植被光谱遥感在植被信息提取、植物长势监测和估产以及估算植物光合有效辐射和初级生产力等方面的应用及研究现状,特别关注了高光谱遥感及其与近年逐步兴起的多角度遥感结合,更精确地反演植被参数等方面的发展状况.并讨论了今后植被光谱遥感应用发展的方向和研究领域.     

基于水稻特征波段的决策树分类研究

以滁州市为例,结合水稻物候的特征波段,选用反映水稻物候期时相的TM数据,并基于多特征波段,构建CART决策树分类提取水稻种植面积。结果表明,植被指数、湿度因子、绿度因子、纹理特征等多特征参与CART决策树分类能够提高总体精度。基于光谱信息、植被指数和纹理特征的决策树分类的总精度比以最大似然法进行的监督分类方法提高了6.942 1百分点,Kappa系数提高了0.110 4。合理选用作物物候期数据及其遥感影像的特征波段能够有效降低分类误差,为地形复杂地区获取作物种植面积提新的方法。     

基于NDVI估算植被体散射的土壤水分反演研究

[目的]为通过植被指数方法进行土壤水分估算和旱情监测提供依据。[方法]以新疆渭干河-库车河三角洲绿洲为研究区,雷达数据和光学遥感数据相结合,对干旱区绿洲进行土壤和植被水分信息的提取。[结果]在同期光学遥感影像数据提取叶面积指数基础上,利用简化的“MIMIcs模型”从雷达数据总的后向散射中去除植被的影响,建立土壤后向散射系数与土壤含水量之间的关系。[结论]主被动遥感数据结合在干旱区土壤水分反演时去除植被影响有较好的效果。