四湖中下区旱地土壤表层相对湿度的遥感反演

通过对2010年5月31日ENVISAT ASAR IMM(Image mode medium-resolution image)数据的预处理,并运用中国环境资源卫星数据计算出三景(2010年1月2日、3月16日和5月23日)NDVI指数空间分布,结合地面物候特点,提取了湖北四湖中下区旱地空间分布;通过对地面0～10c...     

基于TM影像的大浪淀水库悬浮物含量的模型反演

以沧州大浪淀水库为研究对象,将实测的悬浮物含量和遥感数据进行分析处理,构建了悬浮物含量与TM2＋TM3多光谱模型,并对模型进行了反演,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悬浮物含量的监测需要。     

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。     

基于支持向量机的土壤主要盐分离子高光谱反演模型

快速、无损、定量地获取土壤盐分离子组成及含量是盐渍化土壤治理、改良和利用的重要依据。以新疆盐渍化土壤为研究对象,应用高光谱分析技术获取不同区域土壤盐分离子的特征光谱,在对光谱数据去噪、数据变换基础上分析了鲜样(T1)、风干(T2)和干燥(T3)3类土壤,过2、1、0.15 mm筛处理对离子含量光谱拟合模型精度的影响,建立了基于支持向量机的土壤主要盐分离子光谱反演模型,并对模型的精度和普适性进行了检验。结果表明:土壤原始特征光谱与盐分离子含量均不存在显著相关性,最大相关系数为Na+的0.41;通过光谱数据变换能够明显增强特征波段与离子含量的相关性,K+、Na+、Mg2+、Ca2+、SO_4~(2-)、Cl-和HCO-3的最优变换形式分别为(lgR)'、(lgR)'、R'、(lgR)'、CR、R'和CR,T1处理构建的拟合模型均不能很好地反演离子含量,T3处理的模型估测精度优于T2,土壤粒径越细对土壤离子含量的光谱反演效果越好。分析各处理模型的决定系数和标准误差表明,经T3处理、过0.15 mm筛所构建的离子拟合模型预测精度最高,其中K~+、Na~+、Ca2+和SO_4~(2-)的RPD分别为2.153、2.674 5、2.051和2.786 4,以未参与建模和检验的石河子垦区土样对4种离子模型的普适性检验,其R2分别为0.621 4、0.689 7、0.614 4和0.650 7,说明构建的模型适于估算该区域土壤K+、Na+、Ca2+和SO_4~(2-)的含量。     

浙江省庙山坞竹种园竹子丛枝病评估

本研究采用基于视觉的评估方法,以发病率、严重度和病情指数为计量指标,测定了浙江省庙山坞自然保护区内的竹种园39种(变型及变种)竹子的丛枝病的病害强度。结果表明,竹种园内5种(变型及变种)竹子严重发病,5种(变型及变种)竹子中等程度发病,16种(变型及变种)竹子轻度发病,13种(变型)竹子未发生丛枝病。     

不同光谱植被指数反演冬小麦叶氮含量的敏感性研究

【目的】氮素是作物生长发育过程中最重要的营养元素之一,研究叶氮含量反演的有效光谱指标设置,为应用高光谱植被指数反演作物叶氮含量,以及作物的实时监测与精确诊断提供重要依据。【方法】以冬小麦为例,选取涵盖冬小麦全生育期不同覆盖程度225组冠层光谱与叶氮含量数据,通过遥感方法建立模型,模拟了不同光谱指标,即中心波长、信噪比和波段宽度对定量模型的影响,通过模型精度评价指标决定系数(coefficient of determination,R~2)、根均方差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均相对误差(mean relative error,MRE)和显著性检验水平(P0.01)确定最优模型及最佳指标,分析光谱指标对叶氮含量定量模型反演的敏感性和有效性。【结果】反演冬小麦叶氮含量的最佳植被指数为MTCI_B,与实测叶氮含量的相关性最好(R~2=0.7674,RMSE=0.5511%,MAE=0.4625%,MRE=11.11个百分点,且P0.01),对应的最佳指标为中心波长420 nm、508 nm和405 nm,波段宽度1 nm,信噪比大于70 DB;高覆盖状况反演的最优指数为RVIinf_r(R~2=0.6739,RMSE=0.2964%,MAE=0.2851%,MRE=6.44个百分点,且P0.01),最优中心波长为826 nm和760 nm;低覆盖状况反演的最优指数为MTCI(R~2=0.8252,RMSE=0.4032%,MAE=0.4408%,MRE=12.22个百分点,且P0.01),最优中心波长为750 nm、693 nm和680 nm;应用最适于高低覆盖的植被指数RVIinf_r和MTCI构建的联合反演模型(R~2=0.9286,RMSE=0.3416%,MAE=0.2988%,MRE=7.16个百分点,且P0.01),明显优于最佳单一指数MTCI_B;模拟Hyperion和HJ1A-HSI传感器数据,联合反演模型精度(R~2为0.92—0.93,RMSE在0.37%—0.39%,MAE为0.285%左右,MRE约为7.00个百分点)明显优于单一植被指数反演精度(R~2为0.79—0.81,RMSE为0.63%—0.66%,MAE为0.455%左右,MRE约为10.90个百分点)。【结论】利用高光谱植被指数可有效实现作物叶氮含量反演,作物叶氮含量定量反演对不同光谱指标—中心波长、信噪比和波段宽度,具有较强敏感性。应用多指数联合反演模型,可显著提高反演精度,并且联合反演模型在不同高光谱传感器下有一定普适性。     

基于高光谱的小麦旗叶净光合速率的遥感反演模型的比较研究

植物净光合速率是植物生产的基础,是体现植物生长状况的重要生理指标。本文将小麦旗叶高光谱波段反射率进行一阶导数变换后与净光合速率（Pn）进行相关性分析确定敏感波段,分别采用二次多项式逐步回归（QPSR）、偏最小二乘法（PLSR）、BP神经网络法（BPNN）3种方法构建小麦旗叶的净光合速率反演模型,并对3种模型的预测精度进行比较分析。结果表明：（1）将小麦旗叶的原始光谱进行一阶导数变换后与Pn进行相关性分析确定的敏感谱区集中在750~925 nm之间,确定的6个敏感波段分别是：760、761、767、814、815、889 nm;（2）基于QPSR、PLSR、BPNN3种方法以及敏感波段的反射率一阶导数构建的Pn估测模型预测精度都较高,说明用这3种方法以及敏感波段对Pn的估测是可行的,其中模型估算能力顺序为QPSR > BPNN > PLSR,说明小麦旗叶Pn的最佳高光谱分析模型为小麦叶片750~925 nm反射率一阶导数变化后的QPSR模型。     

基于地面红外检测系统验证的灌区地表温度遥感反演

利用遥感数据的大尺度特性和地面实时监测数据进行区域灌溉管理,用精准化信息技术支撑农业信息化,是现代农业发展的方向和研究热点。该文根据田间在线实时监测数据和Land Sat8卫星遥感数据反演,探讨遥感反演地表温度与地面实测数据的吻合程度,为大范围、区域性干旱监测和灌溉管理提供技术支撑。结果表明,在下垫面植被均匀、土壤水分空间变异性较小的区域,利用Land Sat8遥感影像反演地表温度,可以很好地与地面作物冠层温度监测结果相吻合;监测点数据可以代表其附近5个像元的情况。利用覃志豪法和简单Sobrino法计算地表比辐射率来遥感反演地表温度,对不同的作物类型有不同的适宜性。2015年9 d遥感反演结果与地面监测数据对比可见,在解放闸灌域沙壕渠试验点的玉米地,简单的Sobrino法结果更好,R~2达到0.76,均方根误差、相对误差和符合度指数分别达到2.32℃、7.8%和0.92。葵花地覃志豪法结果为宜,R~2达到0.85,均方根误差、相对误差和符合度指数分别达到1.97℃、6.5%和0.94。春小麦地宜用Sobrino法。对于北京大兴的冬小麦-夏玉米轮作,这2种方法差别不大。地面监测点布设方案和合理数目、点面数据结合进行区域干旱判断和灌溉管理,以及地面监测系统的优化改进,是进一步研究的重点。     

松嫩平原盐碱化反演及其动态变化过程

[目的]监测2000—2013年来松嫩平原盐碱地时空演变过程,为松嫩平原盐碱地防治提供理论依据。[方法]以MODIS影像为主要数据源,结合野外实测样点建立回归模型,对松嫩平原土壤含盐量进行定量反演。将整个研究时期分为3个时段:时段1(2000—2004年),时段2(2004—2008年),时段3(2008—2013年)。[结果]时段1和时段2盐碱地面积增加,增加速度为5 109.75和2 240.62km2/a,同时盐碱化程度加剧;以2008年为转折点,时段3盐碱地面积减少,主要是轻度盐碱地的减少,但是盐碱化程度仍在加剧。[结论]松嫩平原的盐碱化趋势不容乐观,应该采取紧急措施防止盐碱化程度进一步恶化,保护松嫩平原的生态环境健康发展。     

原状水稻土土壤湿度高光谱特征及反演模型

室内高光谱遥感定量反演土壤湿度的相关研究,可以为利用星载或机载遥感数据源进行大尺度土壤水分监测提供理论基础;原状土土样相较于当前广泛使用的研磨土土样,能更好地保持土壤的原始光谱特性和持水性能。为了得到更可靠的土壤湿度光谱特征与更具有适用性的反演模型,利用ASD Field Spec 3光谱仪采集了江苏省金坛市竹林镇的62个原状水稻土土样12套不同湿度梯度的可见光-近红外反射光谱,通过反射率、相对反射率以及水分吸收峰特征参数探究原状湿土光谱特征;在此基础上,选择对土壤湿度变化响应明显的变量,采用偏最小二乘回归反演土壤湿度,并对比选出最佳反演模型。结果表明:(1)随着风干过程中土壤湿度的降低:土壤反射率整体先下降后上升,可见光波段在土壤湿度较低时存在误差;1450 nm和1950 nm吸收峰的位置向短波方向偏移,吸收峰深度、宽度和面积不断减小,2 200 nm处吸收峰右肩高度不断降低。(2)土壤水分吸收峰特征参数对土壤湿度响应明显;反射率和相对反射率与土壤湿度相关性较高的波段均出现在>1300 nm以后。(3)反射率(R)反演原状土湿度精度较低,R2val=0.752,RPD=1.81,经过数学形式和相对反射率(Rr)变换后,[lg(1/Rr)]'建模中R2val=0.820,RPD=1.99;基于水分吸收峰特征参数建立的模型R2val=0.800,RMSEP=62.70 g kg-1,RPD=2.29,最佳主成分数为3,是反演原状土土壤湿度的最佳建模变量。