冬小麦叶面积指数地面测量方法的比较

该研究以冬小麦为对象,对叶面积指数测量的几种方法(比叶重法、照相法及SUNSCAN测量法)从测量难易程度、误差来源、适宜条件等方面做了比较分析与评价。研究表明比叶重法及照相法在整个生育期间均可使用,而基于SUNSCAN的仪器测量法在冬小麦封垄前的测量还需进一步研究。对SUNSCAN一天内不同时间测量的结果进行了比较,得出最适宜测量时间为13:00-15:00。照相法的测量精度最高,比叶重法次之,SUNSCAN测量需要根据作物生长特点做参数修正。针对SUNSCAN测量LAI提出了一种对叶倾角分布参数进行修正的方法,对3种冬小麦株型品种3个不同生育期进行了参数修正。该研究有助于地面测量叶面积指数的方法选择,同时对提高SUNSCAN测量精度具有参考意义。

夏玉米冠层光合有效辐射垂直分布模型

吸收光合有效辐射分量(FPAR)是研究植被群体光合作用和光能利用的重要参数,弄清冠层内FPAR的垂直分布规律及其与冠层结构等参数之间的定量关系,可以为遥感定量反演冠层FPAR提供模型基础。该文基于平均冠层的辐射传输过程,结合冠层结构建立玉米冠层内FPAR垂直分布计算模型,并就模型的参数如植被组分光学特性、株型、太阳高度角以及天空散射光比例等对FPAR垂直分布结果的影响进行了分析。利用实测结构参数模拟了玉米冠层内FPAR,并与SUNSCAN测量值进行了比较,结果表明模型对封垄后的玉米冠层内FPAR垂直分布的模拟精度较高,RMSE均小于0.18,并能较好地计算封垄前冠层内FPAR的垂直分布趋势。

基于低空无人机遥感的冬小麦覆盖度变化监测

无人机遥感作为卫星遥感的有益补充,具有高时效、高分辨率、低成本、低损耗、低风险及可重复等优点。为了利用无人机遥感系统进行快速机动地监测大面积农作物覆盖度变化,更好地服务和指导农业生产,该文设计了一套以低空无人直升机为平台的多光谱载荷观测系统,并以冬小麦为研究对象,对冬小麦生长过程中的5个主要生育期进行监测,提出一种从时间序列影像的植被指数直方图曲线中获取植被指数阈值的方法,并利用植被指数阈值法提取研究区域内冬小麦覆盖度时序变化曲线,分析了空间尺度对提取植被覆盖度的影响。研究结果表明,利用低空无人机遥感监测冬小麦覆盖度变化的方法可行,分析结果可靠,在大面积农作物覆盖度的测量有很好的应用前景。

应用近地成像高光谱估算玉米叶绿素含量

图谱合一的近地成像高光谱是现代数字农业对田块尺度的作物长势信息进行动态监测和实时管理的需要,是促进农业定量遥感发展的重要手段之一。文章通过自主研制的田间扫描成像光谱仪近地获得盆栽和大田玉米的冠层高光谱影像,从影像中精确提取玉米不同层位的叶片反射光谱并计算TCARI,OSA-VI,CARI,NDVI等多种光谱植被指数,构建玉米叶绿素含量的光谱预测模型,并对模型进行了验证。结果表明,基于光谱指数MCARI/OSAVI构建的玉米植株叶绿素含量预测模型精度较高,验证样本预测的决定系数R2=0.887,预测均方根误差RMSE为1.8。研究表明,成像光谱仪在微观尺度上的作物组分光谱信息探测方面具有较大的应用潜力。

基于夏玉米冠层内辐射分布的不同层叶面积指数模拟

为了模拟夏玉米冠层内各层叶面积指数垂直分布,光合有效辐射(photosynthetically active radiation,PAR)是研究作物群体光合作用和长势的重要特征参数,阐明冠层内PAR的垂直分布规律与冠层结构等参数之间的相关关系,可为遥感定量反演冠层结构参数提供模型基础。该文基于PAR在冠层内的辐射传输规律结合冠层结构模拟不同太阳高度角的PAR透过率垂直分布模型,并用地面冠层分析仪测量值进行验证,结果表明模型对封垄前玉米抽雄期冠层内PAR透过率垂直分布模拟精度较高。通过不同太阳高度角PAR透过率的垂直分布模型结合消光系数运用不同算法分别反演层叶面积指数(leaf area index,LAI),并与不同高度层LAI实测值进行比较。结果显示:Bonhomme&Chartier算法反演不同高度层LAI精度较高,上层均方根误差(root mean square error,RMSE)为0.18,中层RMSE为0.55,下层RMSE为0.09。不同太阳高度角反演结果存在差异,30°和45°高度角均能较好地反演下层LAI,RMSE分别为0.11与0.09;30°高度角反演中层LAI精度较高,RMSE为0.30;45°高度角反演上层LAI精度较高,RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。该研究可为模拟垄行结构冠层内LAI垂直分布提供参考。

基于航空高光谱遥感的沉积变质型铁矿找矿预测——以北祁连镜铁山地区为例

沉积变质型铁矿是北祁连山西段重要的矿床类型,一直以来都是该地区矿产勘查的重要对象,区内产有知名的镜铁山铁矿床。北祁连山地区山势陡峻、交通不便,地质工作程度相对较低,开展传统的地质调查工作难度较大。航空高光谱遥感具有高空间分辨率和高光谱分辨率的特点,其在矿物信息识别上较多光谱遥感有了质的提升,同时在该地区开展航空高光谱遥感调查是发挥遥感技术的高效性和先行性优势所在。本文基于调查区内沉积变质型铁矿床地质特征,利用航空高光谱遥感数据提取的赤铁矿、菱铁矿信息开展针对沉积变质型铁矿的找矿预测。结果表明,提取的赤铁矿信息或直接指示铁矿(化)体产出位置,或指示含赤铁矿地层产出信息,这为直接或间接寻找铁矿床提供了重要信息;菱铁矿信息同样可作为寻找铁矿床的重要依据,分布范围较大的菱铁矿信息可直接指示富菱铁矿的铁矿(化)体产出位置。

深空对地观测创新工程进展与主要成果

科技创新是地质调查事业发展的第一驱动力。深空对地观测科技创新工程(以下简称工程)是中国地质调查局"地质科技创新计划"的重要组成部分。工程针对我国自主对地观测系统性、整体性不足,卫星业务应用产品类型相对单一,以及数据处理能力较为薄弱等问题,从对地观测数据体系构建、应用系统建设、自然资源与环境变化监测体系创新,以及新型对地观测技术研发等方面开展工作与部署,取得了一系列工作成果。这些成果提高了我国深空对地综合观测能力,提升了基础地质调查、地质环境监测的定量化水平。

基于波段选择与学习字典的高光谱图像异常探测

针对高光谱影像数据中存在大量冗余,传统异常探测算法应用高光谱所有波段进行探测计算量巨大的问题,提出一种基于波段相似性线性预测与学习字典的异常探测算法。该算法首先通过对波段的相似性进行线性预测,找到最不相似的波段子集;然后,利用学习字典算法获得能够表征图像背景信息的背景字典,并通过低秩分解的算法将影像分解为低秩矩阵与稀疏矩阵;最后,使用经典RXD(Reed-X detector)探测算法对稀疏影像进行异常探测。实验结果表明,该算法可以在减少计算代价、保持波段原始信息不被破坏的同时,能够较好地实现了高光谱影像的异常探测。

高分五号卫星高光谱数据岩性-构造解译初步应用评价

高分五号卫星是我国唯一一颗具备全球高光谱观测能力的卫星,可以获取从390nm到2 500nm 330个谱段的高光谱数据。为了更好了解卫星在地质矿产调查工作中的应用,利用高分五号卫星高光谱数据从数据处理、地质构造信息提取、岩性-构造信息的识别等方面对甘肃柳园地区进行了遥感地质调查应用评价。结果表明:高分五号卫星高光谱数据尤其是信息增强后的数据,能有效划分不同地质单元、识别地质构造空间展布特征,为地质矿产调查和评价工作提供强有力的数据支撑。

面向自然资源遥感应用的高分五号卫星应用系统设计

基于新形势下自然资源业务领域对于高光谱数据的应用需求分析,介绍了面向自然资源遥感应用的高分五号卫星应用系统的总体设计思路,阐述了应用系统的产品体系、业务流程以及功能组成,并针对海量高光谱数据处理需求提出了可参考的解决方案,为高分五号卫星相关业务系统的建设提供依据。

基于植被二向性反射统一模型的高分五号FAPAR遥感反演算法

植被光合有效辐射吸收比率(FAPAR)是描述植被光合作用能量交换过程的重要参数,广泛应用于植被长势监测、植被生产力估算、全球变化等研究领域。遥感是大范围获取FAPAR的唯一途径,与多光谱传感器相比,高光谱传感器能更加精确、细致地观测植被的光谱特征,有利于分析植被冠层反射、吸收特性,进而反演植被冠层FAPAR。本文首先在植被BRDF统一模型和FAPAR-P模型的基础上,构建了BRDF-FAPAR统一模型UBFM (Unified BRDF-FAPAR Model);进而基于高分五号高光谱传感器特征模拟了不同情况下植被冠层反射率和相应的FAPAR;然后运用改进的最佳指数法选择FAPAR反演的特征波段组合;在此基础上,将特征波段反射率与FAPAR模拟结果作为神经网络的输入参数,构建针对高光谱数据的FAPAR神经网络反演算法。研究结果表明,改进的最佳指数法能有效地筛选出FAPAR估算的敏感波段;综合考虑波段信息量和实际影像数据噪声影响,本研究针对高分五号高光谱传感器选择8个波段作为FAPAR反演特征波段。基于UBFM模型构建的神经网络反演精度较高,模拟实验算法误差约为0.014。选择内蒙古呼伦贝尔市谢尔塔拉草原为主要研究区,采用高分五号高光谱影像数据反演了研究区的FAPAR,并利用同步地面实测数据开展验证,反演误差为0.048。该算法简化了传统机理方法的中间环节和繁琐的参数设置,有较好的可行性、稳定性和精度,为国产卫星高光谱传感器地表植被参数定量反演提供了新途径。

高分五号高光谱影像矿物精细识别

矿物识别是高光谱遥感技术优势之一,已在地质矿产领域取得了显著应用效果。随着光谱分辨率的不断提高,高光谱遥感矿物识别逐渐从识别矿物种类向矿物亚类、矿物成分等精细信息识别发展,且随着应用实践的不断深入,对矿物精细信息的需求也越来越大。而光谱分辨率和矿物识别方法是制约高光谱矿物精细识别的主要因素。高分五号(GF-5)超高的光谱分辨率为矿物精细识别提供了可能。首先在分析总结已有高光谱矿物识别方法优缺性的基础上,提出了综合光谱特征增强匹配度和特征参量的矿物识别方法;其次,选取甘肃柳园和美国Cuprite两个研究较多的地区为研究对象,基于GF-5卫星数据开展了矿物精细识别,在完成矿物种类、亚类识别的基础上,进一步对绢云母成分信息进行了反演;最后,结合上述地区已有机载高光谱数据及填图结果开展对比分析。结果表明:GF-5矿物识别信息分布与机载HyMap、AVIRIS一致性很好,相较机载数据GF-5矿物识别平均正确率优于90%,说明本研究提出的矿物识别方法能够满足GF-5矿物精细识别,可为后续业务化应用提供技术支撑,同时认为超高的光谱分辨率使得GF-5在矿物成分信息识别上更具优势。