融合冠层水分特征的光谱参数NCVI及反演玉米LAI

精确反演农作物冠层叶面积指数对指导作物管理和作物估产具有非常重要的意义。以吉林市郊区玉米种植区为试点,考虑冠层叶片水分含量对LAI的贡献,在NDVI的基础上结合表征冠层叶片水分含量的植被指数DSWI,提出一种归一化综合植被指数NCVI,以此建立模型反演LAI,并对模型进行检验。结果表明:NCVI模型反演LAI值与实测值之间存在良好的对应关系,此模型突破了传统经验模型对稠密冠层LAI反演的局限,对LAI值大于3的冠层反演效果良好;另外,NCVI模型对土壤水环境十分敏感,在干旱半干旱地区的反演效果明显优于一般区域。

利用独立变量分析与高光谱植被指数模型监测成熟期水稻中砷污染

水稻中过量砷(As)能够损害叶片中叶绿素和叶片内部结构,进而影响水稻光合作用效率,并改变水稻在光谱上的表现。利用高光谱植被指数(CARI、PRI、SIPI)和独立变量分析(ICA)模型对水稻中As含量进行了研究。结果表明,以上3种高光谱植被指数与水稻中As含量均呈一定的相关关系,其相关系数在0.67以上;而经过独立变量分析(ICA)可知,在蓝光波段(440～540nm)和红光波段(600～700nm)之间各有一个独立变量与水稻中As含量高度相关,相关系数达到0.95以上。将上述植被指数与独立变量和水稻中As含量之间进行回归分析,得到水稻中As含量的线性回归方程。研究表明,重金属As对水稻生长的影响可以通过其在光谱上的特征(如相关植被指数)改变来体现,并可以用独立变量分析(ICA)方法提取光谱中关于As胁迫的隐含弱信息,建立遥感预测模型,为大面积监测农作物As污染提供依据。

成熟期水稻砷污染胁迫光谱诊断空间模型研究

以分别表征不同生理特征的NDVI等12种高光谱指数为基础,结合成熟期水稻叶片实测砷含量,利用相关分析法提取PSNDa(R=-0.89)、DSWI(R=-0.79)、SIPI(R=0.91)作为单级光谱诊断参数,并以此为因子组成砷污染胁迫光谱参数诊断空间(PSNDa-DSWI、PSNDa-SIPI、DSWI-SIPI),其中以表征叶绿素和细胞结构的PSNDa-SIPI组合空间的诊断效果最佳。利用主成分分析综合各光谱参数信息,从中提取出主成分F1、F2,其累积贡献率达88%,由此建立砷污染胁迫主成分诊断空间(F1-F2),不同污染程度对应不同诊断空间,高度污染:F1<1.95,F2>0.75;中度污染:1.95<F1<3.15,0.75>F2>0.40;轻度污染:F1>3.15,F2<0.40。由此从不同层面构成一个严密的水稻砷污染胁迫诊断系统,为系统、全面、有效监测大面积水稻砷污染提供多元化诊断依据。

基于Radarsat-2目标极化分解H-α特征空间的海洋悬浮物浓度监测研究

海洋悬浮物浓度遥感监测对海洋环境监测与治理具有重要意义。以Radarsat-2全极化SAR(synthetic aperture radar)数据与珠江口东岸香港海域悬浮物实测数据为基础,利用微波散射机制与Cloude-Pottier理论探索平均散射角α和散射熵H等特征参数与海洋悬浮物浓度之间的关系,建立基于H-α细分类空间的海洋悬浮物浓度分布监测模型。研究结果表明,平均散射角α和散射熵H与海洋悬浮物浓度之间存在着正相关关系,其相关系数分别为0.79和0.88。由此构建的H-α空间细分类模型可将悬浮物浓度分为4类,分别对应20mg·L-1以上、10—20mg·L-1、5—10mg·L-1以及5mg·L-1以下的悬浮物浓度。经验证,该模型的分类精度达到95.6%,远高于单独利用α或H的分类效果,可以较好应用于海洋悬浮物浓度探测领域。

利用独立变量分析模型确定成熟期水稻砷含量

水稻中过量砷(As)能够损害叶片中叶绿素和叶片内部结构,进而影响水稻光合作用效率,并改变水稻在光谱上的表现。本文利用独立变量分析(ICA)模型对成熟水稻中As含量进行研究,结果表明,在蓝光波段(440～40nm)和红光波段(600～700nm)之间各有一个独立变量与水稻中As含量高度相关,相关系数达到0.95以上。并将所得独立变量和水稻中As含量之间进行回归分析,得到水稻中As含量的回归方程。研究证明,重金属As对水稻生长的影响可以用独立变量分析(ICA)方法提取光谱中关于As胁迫的隐含弱信息,建立遥感预测模型,为大面积监测农作物As污染提供依据。

Radarsat-2全极化数据在湖泊水质监测中的应用——以江苏省苏州市四大湖泊为例

[目的]探索一种优良的大范围监测湖泊污染的方法。[方法]以江苏省苏州市周边四大淡水湖泊(太湖(东岸水域)、阳澄西湖、金鸡湖以及独墅湖)为试点,采用随机采点的方法,利用Radarsat-2全极化数据对不同物理散射机制的反映,对湖泊水体散射情况及其所含悬浮颗粒物浓度进行监测。[结果]苏州市四大湖泊基本类属于中熵区的3、4、5类散射机制(即中熵多次散射、中熵偶极子散射以及中熵表面散射),其中熵偶极子散射类在各大湖泊区域内所占比例高达65.0%以上,说明四大湖泊水体主体较为浑浊,悬浮颗粒物较多,其中独墅湖66.6%、阳澄西湖66.7%、太湖68.3%、金鸡湖73.3%。四大湖泊中水体水质最优的是独墅湖,其次为阳澄西湖、太湖,最劣为金鸡湖。[结论]Radarsat-2全极化数据不仅可以应用于湖泊水体污染研究,还可以进一步反映水体中各要素的分布状况,在水环境污染研究方面具有很大的潜力。

基于高光谱指数的水稻砷污染胁迫多重判别模型

水稻中过量砷(As)能够影响叶片中叶绿素含量、水分含量以及细胞内部结构,进而改变水稻在光谱上的特征表现.以表征叶绿素、水分含量、细胞结构的NDVI、NDWI、SIPI等9种高光谱指数和实测水稻叶片砷含量数据为基础,利用相关分析、主成分分析和独立变量分析方法,获得诊断指标对水稻砷污染胁迫进行多重光谱判别.结果表明,表征不同生理参数的高光谱指数PSNDa、fWBI、SIPI与水稻叶片砷含量高度相关,可作为砷污染单级光谱诊断参数;主成分因子F1、F2和独立变量因子ICA1、ICA2对水稻砷污染胁迫具有特殊反应,分别作为水稻砷污染胁迫的主成分诊断指标和独立分量诊断指标.综合上述3类诊断参数,构建水稻砷污染胁迫多重判别空间体系即光谱指数诊断空间(PSNDa-fWBI、PSNDa-SIPI、fWBI-SIPI)、主成分诊断空间(F1-F2)和独立变量诊断空间(ICA1-ICA2),从不同层面上综合诊断了实验区水稻砷污染胁迫情况,其中以表征叶绿素和细胞结构的光谱指数空间PSNDa-SIPI与主成分空间F1-F2诊断效果为最佳.

基于高光谱高频组份分形特征的水稻铅胁迫评估

通过研究铅污染胁迫下水稻的光谱高频组份的分维数来诊断水稻铅污染胁迫水平。根据实验区水稻冠层实测ASD高光谱数据和同步获取的农田土壤重金属含量数据,利用Daubechies小波系中的"Db5"母小波对水稻的350—1300nm波段范围进行小波分解得到第5层高频组份(d5),并采用盒维法计算d5的分维数,最后采用模糊数学建立d5的分维数与污染胁迫水平的数学模型。结果表明:d5能有效地探测到铅污染胁迫的光谱弱信息,并实现不同污染水平水稻高光谱信号的分离;d5分维数在同一污染水平的年际相对变化率小于4%,不同污染水平的区分度大于75%,即高、中和低污染水平水稻高光谱d5分维数的86.7%、75%和91.7%分别集中在1.160—1.200,1.220—1.275和1.280—1.320三个区间;采用升(降)半梯形分布的隶属度函数建立水稻高光谱d5分维数与其污染胁迫水平的数学模型,并进行了模型精度检验,其判别精度大于90%。小波变换、分形分析和模糊数学三者相结合有效地实现了光谱弱信息提取、度量及建模,达到水稻重金属污染胁迫状况监测的目的,也为作物其他环境胁迫弱信息的动态识别与精确度量提供借鉴意义。