利用温度和植被指数进行地物分类和土壤水分反演

首先利用地物表面温度和植被指数 ,成功地对北京精准农业示范区内生长旺盛小麦、稀疏小麦、池塘水体、水草、淤泥和裸露土壤等 6种地物进行了分类 .其次 ,利用地物表面温度 (LST)和归一化植被指数 (NDVI)作为坐标系 ,建立LST—NDVI三角形分布的散点图 ,分析了散点图的地物特征分布及其物理意义 .与植被的红外和近红外两个特征波段构造的散射图相比 ,同类样本的离散度更小 ,不同类别样本之间的距离更大 .最后 ,提出了植被指数—表面温度的土壤水分反演模型 ,结合地面采样数据 。

利用多时相的高光谱航空图像监测冬小麦条锈病

冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;

冬小麦病害与产量损失的多时相遥感监测

为了开展农作物病害遥感监测与产量损失评估,该文以北京郊区大田生产条件下的冬小麦条锈病、白粉病的为研究对象,获取了2007年4月10日、4月26日、5月12日、5月28日共四期Landsat TM卫星影像,准同步地测量了试验地块的冠层光谱数据及配套农学数据。利用该4个时相的遥感数据,分析了试验区的冬小麦条锈病、白粉病在主要生育期的光谱特征及其变化,与对照地块相比,病害小麦在可见光和短波红外波段的光谱反射率降增大,近红外波段反射率减小,红边则会向短波方向移动,红边振幅减小,NDVI值减小。并利用冬小麦病害发生前期(4月10日,4月26日)的卫星遥感数据建立了作物产量的早期预测模型,结合实测的产量数据,定量计算了条锈病和白粉病的产量损失,结果表明两个白粉病和条锈病小麦地块的减产幅度超过了30%。

利用新型光谱指数改善冬小麦估产精度

基于冬小麦返青期至乳熟期8次采样的地面光谱数据和收割时的产量数据,首先,利用光谱反射率与产量进行了统计分析,可见光波段的光谱反射率与产量在起身后期才达到稳定的显著负相关水平;近红外波段的光谱反射率与产量在所有生育期都表现出稳定的显著正相关;短波红外波段的光谱反射率与产量在进入灌浆期后才达到稳定的显著负相关水平。其次,根据冬小麦冠层光谱的波形特征,利用近红外波段890nm反射峰、980nm和1200nm两个弱水汽吸收谷、短波红外1650nm和2200nm反射峰,设计归一化差值光谱指数,并与冬小麦产量进行相关分析,结果表明: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个生育期都达到了显著或极显著相关水平,而归一化差值植被指数(NDVI)与产量间的相关在营养生长阶段不显著。最后,以(890nm,1200nm)弱水汽吸收光谱指数为例,建立了各个生育期的产量预报模型,为实现冬小麦营养生长期长势监测与更早、更可靠的产量预报提供了依据。

小麦倒伏的光谱特征及遥感监测

小麦倒伏后茎秆和叶片在探测视场中的比例及植株组分的受光条件发生了变化,其冠层光谱特性也随之发生改变,所以利用遥感监测倒伏是可能的。首先,分析了叶片和茎秆组分的光谱特点,解释了倒伏后冠层光谱的变化特点,即光谱反射率随倒伏角度的增加而增加。其次,利用倒伏后冠层光谱反射率在可见光波段的相对增幅高于近红外波段的特点,利用实测数据分析和建立了归一化差异植被指数NDVI随倒伏角度的增加而降低的规律及模型。最后,采用2003年4月7日和5月9日倒伏发生前后的2景LandsatETM卫星影像,利用倒伏前后的NDVI值的变化,成功监测了小麦倒伏的发生程度。

基于地物空间信息的浮动先验概率最大似然分类研究

利用遥感影像对地物进行分类识别时,既需要考虑地物波谱信息,也需要考虑其空间信息。现有遥感分类方法主要集中在利用像素的波谱信息,对各个像素进行独立分类,忽略了地物空间信息。考虑到传统最大似然分类(MLC)方法包括先验概率和条件概率密度函数两个核心环节,提出基于空间信息的浮动先验概率MLC方法,融合空间信息和波谱信息,以提高分类精度。在分析地物空间信息的基础上,总结了基于空间信息的浮动先验概率确定原则和依据,包括地物几何空间特征、情景特征、临近像素空间自相关定律、景观参数等,并设计了基于地物空间特征和临近像素空间自相关定律的浮动先验概率确定算法和分类流程。通过分类试验和误差矩阵分析,结果表明:基于空间特征和临近像素空间自相关定律的浮动先验概率MLC方法,能够融合地物的波谱信息和空间信息,克服最小距离、MLC等基于像素波谱信息的分类方法的缺点,显著提高地物分类精度。

光谱法预测烟叶中的烟碱、钾和氮素

利用实测烟叶的反射率、透过率和吸收率光谱曲线,分析和解释了烟叶的典型光谱特征,研究了可见至短波红外波段的烟叶光谱反射率、透过率、吸收率与烟叶的烟碱、钾、氮素含量的统计相关特性,分析了烟叶生化组分的敏感波段,并利用NRI和PPR光谱指数建立了烟叶氮素、烟碱、钾离子含量的光谱预测模型。

利用夫琅和费暗线探测自然光条件下的植被光合作用荧光研究

自然光照条件下测定的植被反射的辐照度光谱既包括太阳光诱导荧光的发射光谱,又包括叶片对入射光的反射光谱,研究如何从冠层光谱中提取荧光光谱有十分重要的应用价值。首先,论文介绍了夫琅和费暗线探测自然光条件下的光合作用荧光的基本原理和方法。其次,将太阳大气的夫琅和费暗线拓展到地球大气,发现地物光谱仪测定的冠层辐照度光谱中688nm和760nm两个氧气吸收形成的夫琅和费暗线特征明显,且荧光较强,所以利用这两个波段的夫琅和费暗线可以探测自然光条件下的光合作用荧光。第三,研究并分析了夫琅和费暗线方法计算的688nm和760nm波段的荧光特性,结果表明该方法计算的荧光是可靠的,它与光合有效辐射(PAR)关系密切,复相关系数达到了0.9;冬小麦冠层荧光光谱在760nm和688nm波段的荧光大小基本相等,而地锦冠层荧光光谱在688nm波段的荧光强度是760nm的3倍左右,表明荧光光谱能够更加敏感地反映植被物种或生理生化状况的差别。最后,将夫琅和费暗线方法计算的688nm和760nm波段的荧光数据与激光脉冲调制荧光仪测定Fv/Fm荧光参数进行了统计分析,结果表明它与Fv/Fm存在极显著的负相关关系。所以利用夫琅和费暗线方法能够探测植被冠层荧光,并有可能替代传统的测定方法,并推广到航空航天平台,实现荧光探测从接触式点测量方式到航空或卫星遥感大面积监测的技术飞越。

叶片辐射等效水厚度计算与叶片水分定量反演研究

在分析叶片水分对叶片反射率光谱影响的基础上,结合叶片内部水、干物质、叶绿素等光谱吸收系数曲线特征,分析了975nm波长水气吸收特征处叶片与光线相互作用原理,并利用Beer定律和945nm,975nm波长光谱反射率差值,推导了975nm波长辐射等效水厚度REWT的计算公式。由于表面反射、杂散射光、非均匀介质和叶片内部多次散射等因素,光在叶片内部的辐射传输不能直接用Beer定律描述,且利用Beer定律计算的REWT与叶片等效水水厚度EWT之间会有较大的偏差。论文设计和获取了多植物、不同水分梯度的叶片光谱获取试验数据,整理和分析了欧盟Lopex93数据,利用这两组独立数据和论文提出的REWT计算公式,比对验证了975nm波长叶片REWT和叶片EWT的统计模型,结果表明:由于光在叶片内部的多次散射,REWT是EWT的3.3倍左右。论文研究结果一方面为叶片EWT定量遥感探测提供了一种快速、简单且有较强通用性的计算方法和模型,另一方面,探测叶片REWT和EWT的定量关系,有助于了解叶片内部的光辐射传输情况,特别是间接了解近红外波段叶片内部的多次散射情况。

超分辨率图象重构技术的仿真实验研究

CCD相机在对空间频率较丰富的景物进行成象时 ,由于 CCD象元尺寸的限制 ,图象分辨率低 ,混频现象有时很严重 ,红外相机尤其如此 .超分辨率图象重构技术利用多帧重复拍照图象的冗余信息 ,重构出超分辨率图象 ,消除和降低混频效应 .本文对图象微位移和微旋转角的精确估算算法、相机模型、超分辨率图象的重构算法等关键技术进行研究 ,设计了序列子集共轭梯度最优化算法 ,并提供了分辨率提高 5倍的算法和研究成果 .该项技术对于星载、机载图象融合 (特别是红外凝视成象系统获取的图象 )是十分有意义的 ,它将有可能将航天或航空图象的分辨率提高 2～

冬小麦播期的卫星遥感及应用

播种日期对冬小麦生长发育、产量和品质形成均有一定的影响。利用 2 0 0 3年拔节期的LandsatTM卫星的NDVI数据 ,成功地监测了冬小麦的播种日期。提出了基于NDVI和播种日期的冬小麦的遥感估产的优化模型 ,并在抽穗期至乳熟期的 3次生育期的遥感估产中得到了成功验证与应用。利用出粉率与播种日期的显著相关特性 ,采用拔节期的LandsatTM卫星的NDVI数据 。

航天TDI-CCD相机的MTF和像质分析

TDI- CCD相机在航天遥感中得到了越来越广泛的应用 ,但航天 TDI- CCD相机的像移是难以完全消除的或是不可避免的。推导和分析了 TDI- CCD相机的像移以及各种像移的 MTF表达式 ;参照美国国家图像解释分级标准( NIIRS) ,分析了像移量对像质的影响。结果表明 :当采用 96级延迟积分的 TDI- CCD器件时 ,同步误差只有小于 2 % ,成像质量才能得到保证 。

层析型线阵推扫成象光谱技术及其仿真研究

本文设计了一种层析型线阵推扫成象光谱仪． 与色散型推扫成象光谱仪或干涉型推扫成象光谱仪不同的是，它用线阵ＣＣＤ 代替面阵ＣＣＤ，同时又具有高通量、多通道、高信噪比、结构简单、轻量等优点． 其基本原理是利用光栅的多级衍射实现视场条带目标的一维空间和一维光谱组成的“空间－光谱平面”到一维投影象的Ｒａｄｏｎ 变换，然后由逆Ｒａｄｏｎ 变换重构二维数据（一维光谱和一维空间），另一维空间信息通过推扫便可得到． 文章还提供了重构算法和计算机仿真试验结果，验证了算法和方案的可行性．

正则化处理在层析成象光谱技术中的应用

本文首先介绍了层析成象光谱技术的基本原理和奇异值分解法在层析成象光谱技术中的一般应用．其次，为了改善层析成象系统的病态性，在硬件上，可通过设计光栅各衍射级数的衍射效率从而降低投影矩阵的谱条件数；在软件上，通过引入正则化处理，改善了层析成象系统的稳定性，降低了噪音对重建的光谱图象的影响．最后。

小波分析在层析图像重构中的应用研究

小波分析作为一种非平稳信号分析方法，具有良好的时（ 空）、频局部化特性和多分辨率特性。介绍了小波分析的基本原理和应用，引入小波分析进行图像重构，利用小波分解后得到的多分辨率的稀疏矩阵表示，设计了一迭代重构算法。通过计算机仿真试验，验证了小波分析在计算层析（ＣＴ） 成像光谱技术中能够应用于图像重构，并证实了小波分析的迭代重构算法是稳定、多分辨率和快速收敛的。

利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势影响

以推扫式成像光谱仪PHI(PushbroomHyperspectralImager)获取的冬小麦拔节期、灌浆初期及乳熟期的航空影像数据为基础,提取反映冬小麦长势的光谱特征值,结合地面调查数据,分析了研究区冬小麦的长势情况;对不同时相光谱特征值与土壤基础供氮量、土壤总供氮量以及变量施肥量进行统计分析,分析结果显示:土壤基础供氮量、土壤总供氮量的空间分布差异对冬小麦长势有明显的影响,其中,土壤基础供氮量是影响冬小麦长势的重要因素,它对冬小麦的长势影响贯穿冬小麦的整个生育期;此外,该文还通过变量施肥前后作物光谱信息的变化,建立了冬小麦拔节期与灌浆初期光谱特征值的变化量与变量施肥量之间的联系,对变量施肥的效果进行了初步的评价;研究结果表明:变量施肥能够改善冬小麦长势状况;通过变量施肥,土壤基础供氮量的空间分布差异对作物长势的影响能够得到一定的控制。

冬小麦条锈病单叶光谱特性及严重度反演

对冬小麦条锈病胁迫不同严重度(0、1%、10%、20%、30%、45%、60%和80%)的单叶进行光谱测定,其光谱特征明显,随严重度增加,单叶光谱反射率在可见光550～740nm处增加,差异显著;而近红外平台750～1340nm反射率也呈上升趋势,差异不显著;中红外1350～1600nm反射率上升,差异显著。反射率与严重度相关系数在376～1600nm范围内基本成正相关,达到极显著相关的敏感波段区域为446～725nm与1380～1600nm。入选了493、666nm和1430nm与严重度的相关系数最高的单个波段,利用相关性最好的666nm和相关性最弱的758nm波段组合设计了光谱角度指数SAI(SpectralAngleIndex),与严重度建立的模型相关系数较高。并利用连续统去除法对540～740nm特征反射峰进行归一化定量分析,吸收深度(Depth)与吸收面积(Area)与严重度呈极显著相关,设计的吸收面积指数AAI(AbsorptionAreaIndex)与严重度相关系数最好,可较好地反演单叶严重度。结果表明,条锈病单叶光谱特性明显,利用其光谱反射率可以很好的估算单叶严重度,建立的模型具有很高的反演精度。结果对深入研究冬小麦条锈病害遥感监测机理提供了理论依据。

利用多时相TM影像进行作物分类方法

多时相遥感影像比单时相具有更丰富的特征信息,在作物分类识别中具有重要意义。利用3景不同时相的TM卫星遥感影像,在分析主要地物光谱特征的基础上,将能够突出反映植被生长状态及植被覆盖度信息的指示因子NDVI作为一个新光谱特征波段,设计了决策树分类算法,通过对分类影像进行系列阈值分割、掩膜处理,并结合辅助背景数据及专家知识,成功提取黑龙江军川农场的大豆、玉米和水稻的种植信息,分类总体精度达到85.87%。

小麦冠层理化参量的高光谱遥感反演试验研究

以国产成像光谱仪所获高光谱遥感数据为基础 ,根据田间同步采样数据建立的基于反射光谱特征的小麦冠层生物物理和生物化学估计模型 ,实现了用航空高光谱遥感数据对田间小麦冠层理化参量的整体反演。结果表明 :用高光谱遥感方法估计小麦冠层理化参量是可行的 ;以理化参数为“波段”的数字图像及其处理 。

近红外光谱技术实时测定土壤中总氮及磷含量的初步研究

及时、准确探测土壤中的氮、磷含量,有利于精准施肥决策,提高肥料利用率。研究表明近红外技术能够探测土壤的物理和养分状况。针对不同土地利用类型,在北京大兴地区采集85份土壤样品,测定土壤氮、磷养分及其近红外漫反射光谱,并利用傅里叶变换光谱技术和偏最小二乘回归法建立了土壤总氮(N)和总磷(P)的近红外光谱校正模型。所建模型的交叉检验决定系数(R2CV)分别为0.8626(N),0.6685(P)。用未参与建模的10个样品对模型进行外部检验,总N、总P的预测相关系数(r)分别为0.9698,0.8307,预测标准误差(RMSEP)分别为0.0095%(N),0.0086%(P),RPD值(检验集样品化学测定值标准差/预测标准误差)分别为3.78(N),1.69(P)。结果表明,采用适当的光谱分析方法可以实现用近红外技术对土壤总N的精确探测及对土壤总P的粗略估测。