输电线路下行林区优势树种的冠层光谱特征分析

通过对安徽省池州市青阳县输电线下行通道的优势树种进行光谱测量与分析,以建立优势树种光谱库,为输电线通道下行林区的树种精细分类提供理论和技术支持。利用便携式光谱仪对研究区6个优势树种的冠层光谱数据进行采集,并生成平均冠层反射光谱曲线,经过导数变换、植被特征参数(蓝边、黄边和红边)分析及冠层光谱的可分性研究,进而分析出不同树种的不同波段光谱特征差异。结果表明,在原始光谱可见光波段毛竹冠层反射率高于其他树种;而在近红外波段,栎树的冠层反射率高于其他树种。6个树种的蓝边位置、黄边位置及红边位置存在差异较小,毛竹的蓝边斜率最大;杉木的黄边斜率最大;栎树的红边斜率和红边面积均为最大。通过可分性研究可知,原始光谱在550 nm、900 nm及一阶导数光谱在718 nm处,有助于精细区分不同树种类型。     

棉花主要栽培生理参数的高光谱估测研究

 应用地物光谱仪获取近地高光谱遥感数据 ,用高光谱技术提取和估计棉花主要栽培生理参数。结果表明 ,棉花叶片具有绿色植物典型的反射光谱曲线特征 ;早衰的棉花反射光谱红谷区谷低变浅 ,最小波段光谱反射率Ro及数值积分面积SRo增大 ,与叶片光合速率呈显著负相关。经逐步回归分析 ,确定的一阶微分光谱值与棉叶叶绿素浓度的最大相关系数是 0 .734 4 (n =2 1) ,发生在 75 0nm波段处 ;群体叶面积指数 (LAI)与归一化差值植被指数 (ND VI)呈很好的对数相关关系 ;红边、蓝边、黄边每边的积分面积积累了多波段信息 ,在估测棉花冠层叶片全氮含量中有较大的应用潜力。研究建立了棉花主要栽培生理参数叶绿素含量、LAI和冠层叶片全氮含量等的遥感估测统计模型。     

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。     

基于连云港海域浒苔光谱的高光谱特征参数分析

以自然光照相同和水环境固定的条件下3种密度梯度（0.5、2.5和5.0 g/L）的浒苔藻体反射光谱为研究对象,基于反射光谱获取了红边位置、红边斜率、红边面积、黄边位置、黄边面积、蓝边位置、蓝边面积NDVI,RVI[719,680]和VI[555,680]10个单变量参数,综合浒苔藻体的不同生长阶段分析这些特征参数的演变规律。结果表明,红边位置、黄边位置和蓝边位置随着浒苔藻体生长状态的变化而发生偏移量较大;红边位置的最大值、RVI[719,680]最大值、NDVI最大值与浒苔藻体的密度呈现出较高的正相关,相关系数分别为0.992、0.967、0.945。应用高光谱单变量特征参数可较高精度地分析浒苔藻体光谱特征差异。     

基于光谱特征参数的果树树种的遥感识别

本研究通过对南疆盆地主栽5种果树(苹果、香梨、核桃、红枣、杏)的冠层光谱数据进行特征参量的选取,旨在提高林果树种的树种分类精度并筛选出用于这5种树种的冠层光谱树种识别的有效特征参量,从而为完善高光谱果树树种识别研究中大量数据处理的方法提供参考依据。试验采用美国PP Systems公司生产的UniSpec-SC(单通道)便携式光谱分析仪对不同树种的冠层进行光谱测量,利用逐步判别分析法对高光谱数据进行树种识别与有效特征参量的选择。结果表明,采用特征参量进行树种识别的总分类精度可达到86.67%,明显高于全波段参与下的72.00%。逐步判别分析法入选的有效特征参量为蓝边面积、蓝边斜率、黄边面积、近红外平台、红边面积、蓝边位置、黄边位置、红边位置。     

基于高光谱的凤眼莲植株氮含量无损监测

为了研究凤眼莲植株氮含量的高光谱估算方法,本研究基于野外大水域试验,分析凤眼莲植株光谱反射率特征,通过对原始反射光谱及高光谱参数与凤眼莲植株氮含量进行相关分析,从而确定其敏感波段及高光谱特征参数,并建立凤眼莲植株氮含量的估算模型。研究结果显示,绿峰反射率、蓝边振幅、黄边振幅、红边振幅、蓝边面积、黄边面积及红边面积与凤眼莲植株氮含量有较显著的相关性,其中黄边振幅与氮含量的相关性最佳,相关系数为-0.85。利用黄边振幅建立线性回归方程能够有效估算凤眼莲植株氮含量,估算的均方根误差为0.21%,平均相对误差绝对值是3.29%。     

不同滞尘环境下植物叶片高光谱特征变化研究

利用FieldSpec Pro野外光谱仪和电子分析天平对北京玉渊潭公园周边不同环境下的大叶黄杨叶片滞尘量、叶片除尘前后的光谱反射特征进行了测定与分析,通过微分变换,引入多组变量,研究了滞尘对大叶黄杨叶片光谱特征的影响,并建立了光谱特征参数与园林植物滞尘量的关系模型。结果表明:不同环境下大叶黄杨单位叶面积滞尘量表现为公园周边主干道公园外围防护绿带公园园内。叶片除尘前后光谱反射率存在明显差异,除尘后的光谱反射率值整体大于除尘前,其中在750～1 350 nm和1 500～1 850 nm波段差异显著。除尘前后三边位置没有发生明显改变,而三边幅值和三边面积均表现出除尘后大于除尘前,叶片滞尘对黄边、蓝边幅值以及黄边、蓝边面积影响不明显,但对红边幅值与红边面积影响较大。叶片滞尘对光谱特征参数均有影响且表现出一定规律性,其中利用红边面积构建的滞尘抛物线模型最优,估算精度及验证系数均相对较高,为基于高光谱技术估测植物叶片滞尘量提供了重要参考。     

几种典型荒漠植物冠层光谱特征比较研究

选取古尔班通古特沙漠南缘柽柳、梭梭和乌兰布和沙漠东北缘霸王、四合木、白刺、油蒿、红砂等7种荒漠植物为对象,通过获取各植物的冠层光谱反射率,采用光谱学分析法,提取光谱吸收特征参数,确定荒漠植物识别的最佳波段。结果表明,各荒漠植物的波谷波长位置接近,吸收波段特征有一定的相似性。具体看,梭梭和柽柳的波谱吸收特征更相近,其他5种植物更相近。应用二阶导数方法,在350~1 350 nm建立了5个具有植物生化意义的谱带,并得到典型荒漠植被识别的12个最佳波段。研究成果不仅可以为荒漠植被遥感识别和分类提供参考,也为荒漠植被生态监测提供一定科学依据。     

高分六号遥感数据在有林地识别中的应用

精准农业观测卫星-高分六号卫星(GF6)增加了4个特殊波段,更加有效地反映了植被特有的光谱特性,为植被应用研究提供更为详细的地物光谱信息。为了分析GF6数据在植被识别能力上的优越性,比较了GF6号新增波段(红边1、红边2、黄边、紫边波段)和高分数据传统波段对有林地识别精度的影响。结果表明:GF6新增波段对有林地快速识别的精度达到97.67%,Kappa系数为0.95,比GF数据4波段对有林地的识别精度提高了3.35%,Kappa系数提高了0.08。CART自适应特征和阈值选择决策树算法比人工决策树分类算法对有林地识别精度有显著增加,精度由88.81%提高到97.67%,Kappa系数由0.78提高到0.95。GF6数据新增特殊波段结合CART自适应特征和阈值决策树算法对有林地具有快速优越的识别能力。     

毛竹林光谱特征及其与典型植被光谱差异分析

以毛竹光谱特征为研究对象,通过对光谱曲线和一阶导数曲线进行分析,探明了不同季节毛竹林的光谱特征及其与典型树种的光谱差异,为毛竹林的遥感监测提供了理论依据。研究结果表明:1)毛竹光谱曲线在可见光波段出现1个反射峰和1个吸收谷,这2个峰的对应波长分别为556和680 nm, 近红外波段的反射率明显增大。2)大年毛竹林春季和夏季的一阶导数曲线的红边波段呈“双峰”,秋季和冬季呈“单峰”,夏季的红边位于700 nm,其他季节红边位于718 nm;小年毛竹林秋季的一阶导数曲线的红边波段呈“双峰”,冬季呈“单峰”,红边均位于718 nm;不同季节毛竹林红边振幅大小依次为:春季夏季冬季秋季。3)毛竹林与其他典型植被在500～600、660～680、700～900 nm 等波段的反射率差异明显,可作为遥感监测的最佳波段,并且“绿峰”、“红谷”、红边位置、红边振幅以及红边波段的“峰型”等特征可作为毛竹林遥感识别的主要参数,监测最佳季节是春季,其次为秋季。      

基于土壤调整植被指数对荒漠草原地表高光谱影像中植被识别

草原植被的分布情况是草原荒漠化等级评价的重要指标。本文以内蒙古自治区中部荒漠草原为研究对象,通过采集地物高光谱数据,使用土壤调整植被指数结合阈值法探寻植被光谱最佳阈值分布区间,进而完成植被的识别。研究结果表明,植被与非植被的最佳阈值临界为0.20,总体精度达到97.7%,Kappa系数达0.956。满足荒漠草原植被的高光谱识别要求,为后续研究低空高光谱遥感进行草原退化等级评价提供了技术支持。     

南矶湿地国家自然保护区典型植被光谱波段特征分析及建库

对鄱阳湖南矶湿地国家自然保护区具有典型代表性的湿地植被苔草、芦苇、南荻、虉草、水蓼、蒌蒿和狗牙根开展高光谱特征研究,在分析反射光谱数据的基础上,采用一、二阶导数方法分析各植被类型的反射光谱波段特征差异。结果表明,这7种植被在可见光波段内光谱反射率均低于15%;在"红边"位置的吸收率大小为蒌蒿狗牙根苔草水蓼芦苇南荻虉草,芦苇的红边斜率最大;一阶导数方法不能得到各植被光谱最佳特征波段,但二阶导数效果很好,显示7种典型植被类型在685.8、692.4、698.6、704.3、737.5、746.2 nm,差异明显;典型植被光谱库的建立,将为湿地植被分类提供基础数据。     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

应用面向对象结合多时相哨兵-2A影像特征优选的毛竹林分布信息提取

提出一种面向对象及随机森林特征优选的分类方法，为毛竹林分布信息提取提供参考。依据多时相哨兵-2A(Sentinel-2A)卫星数据提取光谱特征、植被指数及红边植被指数特征、纹理特征共69个特征；设计8种特征组合方案，方案1～5为多时相方案，其中方案1——光谱特征波段；方案2——光谱特征波段+植被指数特征+红边植被指数特征；方案3——光谱特征波段+纹理特征；方案4——光谱特征波段+植被指数特征+红边植被指数特征+纹理特征；方案5——光谱特征波段+植被指数特征+红边植被指数特征+纹理特征+特征优选；方案6、7和8为3个单时相影像分类，将其分类结果与其他多时相方案进行对比。采用随机森林算法进行特征优选的毛竹林分布信息提取。结果表明：(1)多时相Sentinel-2A数据的短波红外波段特征、红边波段特征及红边植被指数特征在分类时重要性程度高，对毛竹林分布信息提取贡献度大；(2)使用随机森林面向对象的分类方法能够有效的减少“椒盐现象”;(3)所有特征参与并由随机森林算法特征优选的方案5对毛竹林的分布信息提取效果最佳，总体精度为85.94%,Kappa系数为0.785 2,表明随机森林算法能够进行...     

基于高光谱的荒漠植物含水率预测模型

[目的]根据实地测定的荒漠植物高光谱和含水率,建立其含水率预测模型,为遥感生态监测和荒漠生境评价提供依据.[方法]实地测定了17种荒漠植物光谱反射率,使用烘干法测定其含水率,对荒漠植物的含水率和反射光谱进行相关分析.[结果]1405-1534 nn波段是荒漠植物含水率的敏感波段.引人吸收深度为参量,分别以978-1030,1405-1534 mn波段水分吸收深度建立荒漠植物含水率线性预测模型,其决定系数分别为R2＝0.696和R2＝0.928.根据模型计算荒漠植物含水率与真值的误差分别在-16.84;-12.01;和-1.86;-2.84;,[结论]以1405-1534 nm波段水分吸收深度建立荒漠植物含水率线性预测模型可以较准确的反映荒漠植物的含水率.     

干旱区基于高光谱的棉花遥感估产研究

【目的】揭示棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,促进高光谱技术在棉花长势监测和估产中应用。【方法】结合棉花生长发育规律,对棉花各时期冠层进行高光谱反射率测定,根据光谱曲线特征构建高光谱植被指数,基于棉花盛蕾期至吐絮后期7次地面光谱和产量测定,对光谱反射率与产量进行统计分析。【结果】各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别达显著负相关、显著正相关与显著负相关水平。根据棉花冠层光谱波形特征,利用植被红边波段560 nm反射峰、670 nm吸收谷、近红外波段890 nm反射峰、980 nm和1 210 nm两个弱水汽吸收谷、短波红外1 650 nm和2 200 nm反射峰,设计归一化差值光谱指数,并与棉花产量进行相关分析,利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关,而VARI_700抗大气植被指数在各生育期均达极显著相关。【结论】以VARI_700抗大气植被指数建立各生育期的产量预报模型,为实现棉花营养生长期长势监测与产量预报提供依据。     

灌浆期水稻叶片铜含量变化的高光谱遥感定量监测研究

为了利用高光谱遥感有效地监测农作物叶片中的重金属含量变化,在化学分析和农作物叶片对铜元素含量增加的敏感性基础上,利用光谱植被指数定量监测作物叶片铜元素含量变化,为大面积、快速、准确、无损地监测农田水稻叶片重金属含量变化提供技术支持。以张家港市为研究区域,实地采集水稻叶片样品21个。采用便携式高光谱地物波谱仪,获取灌浆期水稻植株叶片的光谱反射率并提取光谱指数,室内测定叶片重金属铜含量,并分析水稻叶片重金属铜含量与不同类型光谱指数的相关性。结果表明,高光谱数据对叶片铜含量变化的敏感性较好,其中,红边位置(REP)、绿波段归一化差异指数(GNDVI)、比值植被指数(RVI)、Vogelmann红边指数(VOGI)和地面叶绿素指数(MTCI)可分别作为估测叶片铜含量的敏感光谱指数,其乘幂和指数回归模型能够较好地反演水稻叶片铜含量;叶片铜含量的敏感光谱波段参数在原始光谱中主要集中于420～670 nm范围内,最小负相关系数的波长是646、647、648 nm;而一阶微分和二阶微分光谱中在蓝边、黄边、红边和近红外区域均有分布,最大正相关系数的波长分别是660、715 nm;水稻叶片铜含量估测的最佳模型是基于二阶微分敏感光谱参数构建的偏最小二乘回归模型,该模型预测的铜含量值与实测值的拟合度较好(R~2=0.56)。研究结果证明可以利用高光谱生物遥感技术有效地监测农田水稻叶片中重金属含量的变化,判断作物中重金属浓度是否超标,为高光谱遥感立体、快速和大面积地监测农田作物铜含量的变化提供参考,也为评价水稻的食用安全提供科学方法。     

应用光谱反射测定的植物、土壤及混合光谱特性

以野外采集的土壤与活体植物叶片为研究对象,采用美国生产的SVC HR-1024便携式地物光谱仪,测定了纯土壤、纯植物叶片以及不同植物叶片盖度下的土壤光谱反射率,并对混合光谱特性进行了分析研究,建立了植物叶片盖度光谱估算模型。结果表明:(1)随着植物叶片盖度的增加,土壤光谱曲线逐渐呈现"五谷四峰"的特征,但始终不会高于植被光谱曲线;(2)植物叶片盖度与原始高光谱组成的差值、比值和归一化值3种形式的指数存在着良好的相关性,差值指数的显著性最为明显,组合较好的波段为410~710 nm与700~1400 nm,能反映相关系数最大的波段为690 nm和450 nm;(3)通过一元线性回归法、多元线性逐步回归法和偏最小二乘回归法预测植物叶片盖度可知:光谱特征参数与植物叶片盖度之间具有相关性,其中光化学指数与植被衰减指数的相关系数较大,模型拟合度较高,R^2均达到0.8以上;3种光谱特征参数(植被指数、红边参数、光谱吸收特征参数)中,植被指数与植物叶片盖度建立的模型最稳定、精度最高,可以有效地估算植物叶片盖度3种方法中,多元线性逐步回归法最适宜建立植物叶片盖度预测模型。     

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。     

鄱阳湖几种常见湿地植物光谱特征的初步研究

以鄱阳湖南矶山自然保护区湿地为实验区,使用FieldSpec3便携式地物波谱仪对2010年11月的苔草、芦苇、南荻、虉草等7种鄱阳湖典型湿地植物的反射光谱数据进行采集和处理,并对不同湿地植物的光谱特征、光谱差异进行了分析;在此基础上运用二阶导数方法得到识别典型湿地植被的7个最佳波段:685.8 nm,692.4 nm,698.6 nm,704.3 nm,737.5 nm,746.2 nm,957.1 nm。通过验证,植被类型分类精度和样点验证精度分别为85.7%和91.5%。