基于Sentinel-2影像东北秋季典型湖泊大气校正方法适用性评价

本文利用6S(Second Simulation of a Satellite Signal in the Solar Spectrum)、Acolite DSF(Dark spectrum fitting)、C2RCC(Case 2 Regional Coast Color)、SeaDas(SeaWiFS Data Analysis System)、Sen2Cor(Sentinel 2 Correction)、Polymer(Polynomial based algorithm applied to MERIS)和iCOR(Image correction for atmospheric effects)7种大气校正算法,结合松花湖、月亮泡、小兴凯湖实测遥感反射率数据对“哨兵-2号”(Sentinel-2)数据进行大气校正研究,验证算法性能。整体校正结果显示,相较于实测遥感反射率,上述7种大气校正算法均在可见光波段(400~800 nm)呈现不同程度的低估。除C2RCC算法外,其余6种算法校正后的遥感反射率与实测光谱曲线变化趋势基本吻合,其中Sen2Cor算法与iCOR算法性能最佳,Polymer算法性能最差;在单波段校正精度对比中,Sen2Cor和iCOR算法几乎所有波段的均方根误差和平均绝对百分比误差都低于其余5种算法。Sen2Cor算法在560 nm、665 nm和705 nm处校正精度优于其余6种算法,iCOR算法在443 nm和740 nm处有良好的表现,在490 nm处6S算法校正精度最高,拥有最低的均方根误差(0.0059 sr^(−1))和平均绝对百分比误差(21.40%)。结果表明,这7种大气校正算法均可以在一定程度上去除大气影响,增加影像的可用性,Sen2Cor算法和iCOR算法更适用于本文所研究水体或相似水体。

高光谱反射率与大豆叶面积及地上鲜生物量的相关分析

以ASDFieldSpec光谱仪实测了不同生长季大豆的冠层高光谱,同期采集了对应大豆LAI、地上鲜生物量。逐波段分析了冠层光谱反射率、导数光谱与大豆LAI、地上鲜生物量的相关关系;采用单变量线性回归逐波段分析了冠层光谱反射率、导数光谱与大豆LAI、地上鲜生物量确定性系数随波长的变化趋势;并建立了以近红外与可见光波段的冠层光谱反射率的比值植被指数RVI与大豆LAI、地上鲜生物量的高光谱遥感估算模型。结果表明,冠层光谱反射率在350～680nm、760～1050nm波谱区与大豆LAI、地上鲜生物量相关性较大,而在红边区680～760nm的波段相关性较大;导数光谱则在红边区与大豆LAI、地上鲜生物量相关程度高。而通RVI方式建立的遥感估算模型能较为准确估算大豆LAI、地上鲜生物量。

大豆叶绿素含量高光谱反演模型研究

叶绿素是植物体进行光合作用、进行第一性生产的重要物质,能够间接反映植被的健康状况与光合能力,同时也能反映植被受环境胁迫后的生理状态。高光谱遥感为快速、大面积监测植被的叶绿素变化提供了可能。该研究实测了不同水肥耦合作用下,大豆冠层的高光谱反射率与叶绿素含量数据,对二者进行了相关分析;采用特定叶绿素敏感波段建立了植被指数叶绿素估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行了叶绿素含量的估算。经对比发现叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致,在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度(R2>0.736),但是人工神经网络模型可以大大提高大豆叶绿素含量的估算水平,当隐藏层节点数为4时,R2大于0.94,随着隐藏层节点数的增加,R2可高达0.99,表明神经网络模型可以大大提升高光谱反演大豆叶绿素含量的能力。

1954年以来三江平原土地利用变化及驱动力

在遥感和地理信息系统技术支持下,获取了自1954年以来三江平原6期土地利用数据,在GIS空间分析模块下对三江平原土地利用方式及格局的动态变化进行了定量研究。结果表明在过去50年里,三江平原的土地利用方式发生了显著变化。耕地净增加了38.55×105hm2,年均增加75597.3hm2,其中湿地、林地与草地对耕地的增加贡献最大;湿地减少了25.67×105hm2,除极少数退化为草地外,绝大部分转化为耕地;草地减少了57.65×104hm2hm2,面积比由9.13%缩减为3.86%;林地在整个研究期间呈现出一定波动趋势,但总体呈减少趋势;水域与未利用地也呈现出减少趋势;居工地则呈现快速增长趋势,而且其年增长率为6.96%,远远大于其他土地利用的年增长率。耕地变化是驱动三江平原其他土地利用变化的直接因素,通过对人口与国家农业经济政策分析表明,耕地变化与人口增加关系密切,回归确定性系数为0.93,同样国家宏观农业政策与市场对土地利用格局变化起着不可忽视的作用,近年来水田面积的快速增加就是其直接作用的结果。

基于人工神经网络的大豆叶面积高光谱反演研究

目的探索不同高光谱模型监测大豆叶面积指数LAI的精度。方法实测不同水肥耦合作用下,大豆冠层的高光谱反射率与叶面积指数(LeafAreaIndex)数据,对二者进行相关分析;采用敏感波段(801nm,670nm)构建RVI,NDVI,SAVI,OSAVI和MTVI2植被指数,建立大豆LAI估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算。结果大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正;微分光谱在三边处与大豆LAI关系密切,在红边处取得最大回归确定性系数(R2=0.86)。植被指数可以较为精确反演大豆LAI,确定性系数R2>0.84。人工神经网络模型可以大大提高大豆LAI的估算水平,当隐藏层节点数为2时,R2为0.92,随着隐藏层节点数的增加,R2可高达0.96;在没有黄熟期数据干扰的情况下,神经网络可以进一步提高大豆LAI的反演精度,R2可高达0.99。结论与基于植被指数建立的模型相比,神经网络模型可以有效避免因LAI过高而出现的过饱和现象,大大提高了LAI的反演精度。

基于小波分析的大豆叶绿素a含量高光谱反演模型

2003和2004年分别在长春市良种场和中国科学院海伦黑土生态实验站实测了大田耕作与水肥耦合作用下大豆(Glycine max)冠层高光谱反射率与叶绿素a含量数据,对光谱反射率、微分光谱与叶绿素a含量进行了相关分析;采用归一化植被指数(Normalized difference vegetation index,NDVI)、土壤调和植被指数(Soil-adjusted vegetation index,SAVI)、再归一植被指数(Renormalized difference vegetation index,RDVI)、第二修正比值植被指数(Modified secondratio index,MSRI)等建立了大豆叶绿素a反演模型;应用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对大豆叶绿素a进行了估算。研究结果表明,大豆叶绿素a与可见光光谱反射率相关性较好,并在红光波段取得最大值(R2>0.70),但在红边处,微分光谱与大豆叶绿素a的相关性较反射率好得多,在其它波段则相反;由NDVI、SAVI、RDVI、MSRI等植被指数建立的估算模型可以提高大豆叶绿素a的估算精度(R2>0.75);小波能量系数回归模型可以进一步提高大豆叶绿素a含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,大豆叶绿素a回归决定系数R2高达0.78;多变量回归分析结果表明,大豆叶绿素a实测值与预测值的线性回归决定系数R2均高达0.85。以上结果表明,小波分析可以对高光谱进行特征变量提取,并可在一定程度上提高大豆生理参数反演精度。

三江平原过去50年耕地动态变化及其驱动力分析

在遥感和地理信息系统技术支持下,本文对三江平原建国以来耕地变化方式及与其它土地利用类型的转化进行了定量研究。结果表明,在过去50多年里,三江平原耕地面积发生了显著变化。在建国初期的1954年,耕地面积为17133.81 km2,所占比重仅为15.91%;2005年耕地为55688.45 km2,面积比为51.17%,耕地面积净增加了38554.64 km2,年均耕地增加面积为755.97 km2。通过耕地与其它土地利用类型的转化分析表明,湿地开垦对耕地的增加贡献最大,其次为林地与草地。通过垦殖指数及其变化模型分析表明,三江平原不同历史时期耕地面积的变化速率存在很大的时空差异;区域本身人口急剧增加、国家有计划的农垦移民、农业机械化水平提高是导致本区耕地面积不断增加的主要原因;三江平原区域自然条件,尤其是地势、地貌与土壤条件同样影响着三江平原耕地面积的变化。

近20年吉林中东部地区林地的时空变化及成因浅析

在遥感(RS)与地理信息系统(GIS)技术的支撑下,以土地利用动态变化模型、景观模型对吉林省中东部山地丘陵区20年来林地面积的时空变化特征进行了定量或半定量的分析。结果表明:①1980年～1995年期间森林面积在减少,斑块数量增加,而相应指标在1995年～2000年期间都呈现相反趋势;②该区的林地动态变化存在明显的区域差异,无论是从土地利用类型相对变化率模型还是从林地分布重心变化情况来看都表明:通化与吉林地区的森林面积变化较大,而白山、延边地区的变化较小。经数据分析与文献调研得知,大量的采伐与人口增长对耕地的需求是林地在1980年～1995年期间减少的直接原因;而国家相应林业政策的出台是1995年～2000年期间林地面积得以增加的直接原因。

吉林查干湖水体叶绿素a含量高光谱模型研究

叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量．该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型．结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0．95．这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础．

基于小波分析的大豆叶面积高光谱反演

实测了不同水肥耦合、经营制度及有效营养面积条件下的大豆(Glycinemax)冠层高光谱反射率与叶面积指数(LAI),并对光谱反射率、微分光谱与LAI的关系进行了分析;采用比值植被指数(RVI)与归一化植被指数(NDVI)建立了大豆LAI反演模型;采用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对大豆LAI进行估算。结果表明:大豆LAI与光谱反射率在可见光波段呈负相关;在近红外波段呈正相关;微分光谱在红边处与大豆LAI密切相关(R2=0.92);RVI与NDVI可以提高大豆LAI的估算精度(R2分别达0.79、0.84);各植被指数各有优缺点,应根据需要进行选择;小波能量系数回归模型可以进一步提高大豆叶面积的估算水平,以一个特定小波能量系数作为自变量的回归模型,大豆LAI回归确定系数R2高达0.884;以4个和6个小波能量系数建立LAI回归分析模型(R2分别达0.92、0.93),2个模型LAI预测值与大豆LAI实测值线性回归确定性系数R2分别为0.90、0.92。比较可知,小波分析可以对高光谱进行特征变量提取,进而反演大豆生理参数,并且反演的LAI精度较光谱反射率、微分光谱及植被指数都有明显提高,小波分析在植被生理参数的高光谱提取方面有着广阔的应用前景。

小波分析在大豆叶绿素含量高光谱反演中的应用

实测了不同水肥耦合作用下,大豆冠层高光谱反射率与叶绿素含量数据,并对光谱反射率、微分光谱与叶绿素含量进行了相关分析;采用叶绿素A与叶绿素B诊断波段构建了特定植被指数,对叶绿素A、叶绿素B进行了回归分析;采用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对叶绿素含量进行估算。经分析发现,叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致——在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度(R2>0.73);小波能量系数回归模型可以进一步提高大豆叶绿素含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,叶绿素A其确定性系数R2为0.76,叶绿素B为0.78;以4变量与9变量回归分析结果表明:叶绿素A实测值与预测值的线性回归确定性系数R2分别大于0.85、0.89;叶绿素B实测值与预测值的线性回归确定性系数R2分别为0.86、0.90。

半干旱区内陆湖泊透明度高光谱估测模型研究——以松嫩平原查干湖为例

通过实测查干湖高光谱数据,建立透明度(Secchi Disk Depth,SDD)单波段估测模型、比值估测模型以及神经网络高光谱估测模型,并以确定性系数R2以及剩余残差RMSE为指标进行了验证。通过对单波段估测模型和比值估测模型进行比较发现,单波段模型估测结果与比值模型相差无几,而水体透明度经对数处理有利于模型精度提高,但是神经网络模型是三者中最优的。查干湖透明度高光谱定量估测模型的建立,有利于今后利用遥感影像,对查干湖水体透明度进行全面估测,对于研究和监测查干湖水体水质状况有重要意义。

玉米和大豆LAI高光谱遥感估算模型研究

以ASD Fieldspec光谱仪实测了不同生长季的大田玉米、大豆的冠层高光谱与作物的叶面积指数LAI。采用单变量线性与非线性拟合和逐步回归分析的方式,建立了玉米、大豆LAI高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及近红外区的单波段反射率与作物的LAI有较强的相关性,而其他波段的反射率与作物的LAI的相关性相对较弱;以高光谱的窄波段构造的NDVI和RVI与作物的LAI的相关程度高,回归模型的预测水平高;而以多波段逐步回归方式构造的统计模型的预测效果最好。

基于室内光谱测量的玉米单叶偏振与二向性反射关系研究(英文)

本研究利用多角度光度计实测了玉米单叶的偏振反射比与二向反射比数据。该光度计能够在不同的观测天顶角、入射天顶角和方位角下测量目标物的偏振反射和二向反射,获得地物目标在2π空间的多角度观测数据。通过分析实测的偏振反射和二向反射数据,得出了玉米单叶的偏振反射与二向反射之间关系密切,最大与最小偏振反射比之和的平均数约等于同等观测条件下玉米叶片的二向反射比。该研究成果为植被遥感监测做出了一种新的尝试,并且对偏振光遥感、多角度遥感的深入研究与应用提供了依据。

东北主要高大落叶乔木单叶的偏振特性研究

利用二向反射光度计实测了6月初东北森林群落中5种主要高大落叶乔木单叶的偏振反射比数据,并对此数据进行了分析,得出了各树种单叶的偏振反射特征,为偏振光遥感、多角度遥感的深入研究与应用提供了科学依据.并且对植被遥感特别是森林遥感也提供了一种新的尝试.

基于RS与GIS的通化地区景观格局动态变化

在RS、GIS技术的支持下,利用MSS及TM影像数据对照地形图提取了通化地区1980、1995以及2 0 0 0年景观生态格局信息,并利用景观多样性、景观优势度、斑块面积变异指数、景观破碎度、斑块形状指数等对该区的整体景观格局和各县(包括县级市)景观格局以及其动态进行了定量分析。结果表明在全区范围内,各种景观类型对应景观指数存在显著差异;通过对各县级行政单位的景观指数计算表明,它们的景观格局存在明显差异;从时间序列上看,无论是整个研究区、还是各县的景观格局在1995年与1980、2 0 0 0年差异较大,而1980与2 0 0 0年景观格局相似。

不同物候期的玉米单叶偏振反射特征分析

简要地阐述了不同物候期玉米单叶的偏振反射特征 ,并对影响玉米单叶偏振反射的主要因素 :物候期、方位角、光线入射角、探测角、波段等进行了分析 ,其结果对偏振光遥感的理论研究。

基于Landsat-TM和MODIS的非洲水体分布格局研究

卫星遥感是进行洲际或者全球尺度内陆水体信息提取的最有效、最为切实可行的技术手段。作为全球水资源较为匮乏的大洲,以遥感技术进行非洲内陆水体信息提取研究具有重要的应用价值。文章以2010年Landsat TM/ETM+卫星遥感影像数据为基础,辅以MODIS遥感影像,基于面向对象的分类方法,选用归一化差值水体指数(Normalized Difference Water Index,NDWI)及波段组合(Band 4/Band 2)进行水体信息提取。并根据不同气候区,选取4个典型区,监测年内水体的变化情况。结果表明:1)非洲内陆水体面积为311 479.2 km2,其中湖泊总面积为209 018.5 km2,占水体总面积的67.1%;河渠总面积64 550.1 km2,占20.7%;水库坑塘总面积37 910.7 km2,占12.2%。非洲拥有水库211个,总面积13 438.7 km2。2)撒哈拉以南的非洲是水体主要的分布区,统计分析表明约97%的水体分布在该地区。3)热带沙漠气候区湖泊面积呈减少趋势,热带草原气候区湖泊受干湿季节影响上下波动较大,热带雨林气候区和地中海气候区湖泊面积变化较小,总体上4个典型区水体面积变差系数<10%。

玉米地上鲜生物量的高光谱遥感估算模型研究

以ASDFieldSpec光谱仪实测了不同生长季大田玉米的冠层高光谱与作物的地上鲜生物量,采用单变量非线性拟合模型和线性逐步回归以及神经网络技术,建立了玉米地上鲜生物量高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及红边区的单波段反射率与作物的地上鲜生物量相关性较大,而其他波段与作物的鲜生物量相关性相对较差;多波段逐步回归方式构造的统计遥感模型预测效果相对理想,而通过神经网络方式建立的遥感估算模型结果最为理想,能够准确预测玉米的地上鲜生物量。图3,表1,参7。