基于双倒高斯模型的高光谱数据植被光谱诊断性特征分析及水分反演

植被含水量是影响和评价植被生长状态的重要因素之一。因此,针对高光谱数据具有目标诊断性特征精细反演的特点,较为精准地提取了植被的光谱诊断性特征,在包络线去除法的基础上,提出了基于双倒高斯模型的光谱吸收峰特征参数提取方法。首先,根据植被光谱吸收峰特征建立了双倒高斯模型,其次,为了验证模型的正确性和有效性,利用地面试验数据及真实的Hyperion高光谱遥感数据对模型进行了验证。结果表明:通过模型提取的光谱特征参数:吸收峰深度、对称度与植被含水量呈线性相关,决定系数R2分别为0.86和0.76,RMSE为0.797和1.112。实验结果在证实了模型有效性的同时验证了高光谱数据对于植被含水量反演的可行性。

不同尺度冬小麦氮素遥感监测方法及其应用研究

该文以航空影像、地面冠层光谱数据及同步观测的植被生化数据为基础,探讨了冬小麦冠层氮素监测的遥感方法。该方法应用于Lukina变量施肥模型,研究了基于遥感影像变量施肥量的计算方法。为实现以上目标,首先采用矩匹配和反射率转换方法,对获取的机载实用模块化成像光谱仪(OMIS)影像进行辐射校正;然后结合航拍相片及地面高精度差分GPS定位点坐标对高光谱影像进行几何校正。以预处理后的反射率影像和冠层光谱数据为数据源,采用倒高斯模型拟合冬小麦红边光谱曲线,并构建红谷位置、红边位置和红边宽度等光谱特征参量。通过对红边光谱特征量和实测氮素进行统计分析,寻找相关性显著、拟合误差小的最佳光谱特征量,并用于预测冬小麦冠层的氮素含量。统计相关分析结果表明:拟合曲线和图像反射率曲线面积差和实测的氮素含量有最高的相关性,且相关性达到极显著。最后,把该氮素预测方法集成到Lukina变量施肥模型中,结合反射率影像数据生成变量施肥处方图。文中探讨的最佳氮素预测方法改善了氮素预测的精度;基于影像的面状信息获取技术克服了点状信息的不足,使变量施肥技术更利于实用和推广。