基于红边谱段的草地品质评价方法研究

草地资源是我国畜牧业发展的坚实基础。但由于长期不合理的开发利用,导致全国近90%的可利用草地都存在不同程度的退化。因此及时准确地监测草地生长状况和掌握反应草地生势的品质参数,对草地管理具有重要的现实意义。近年来,随着遥感技术的不断发展,越来越多的高分辨率卫星增加了红边谱段。红边谱段对受病虫害影响的植被反映较为明显,且受背景影响较小,被广泛应用于植被品质研究中。笔者基于吉林一号遥感影像中的B4红边波段对植被的显著表达特点进行分析研究,构建草地品质指数(GQI:Grassland Quality Index),与单一植被指数相比,该指数可以更全面的衡量草地品质不同指标的优劣程度。通过选取与草地品质相关度高的植被指数进行计算并进行主成分分析,得到草地品质指数(GQI)的得分公式,计算得到草地品质指数结果。结果表明:向海自然保护区80%的草地处于品质中等水平,生长状况优良的草地范围大概占15%,与实际情况比较吻合。

Sentinel-2影像红边谱段对不同生长期区域优势树种识别的影响

以中国东北赤峰市美林地区5种典型优势树种为研究对象,采用与当地森林植被生长期相对应的5景Sentinel-2影像,借助支持向量机模型(SVM)与递归特征消除算法(RFE),根据可见光-近红外波段(VNIR)与不同红边谱段(RE)及红边指数(REVI)组合条件下的森林优势树种可分性测度及结果精度差异,探讨Sentinel-2影像不同红边谱段及其指数特征对区域优势树种遥感识别的影响。结果表明:Sentinel-2影像红边谱段的不同组合方式对不同生长期优势树种识别影响存在显著差异(P<0.05),其中VNIR+B5+B6为生长盛期的最佳组合方式,能够在VNIR基础上将生长盛期的识别精度均值提升约7.71%;叶全变色期是进行优势树种识别的最佳时期(P<0.05),该时期基于VNIR波段的识别精度均值达71.28%,在叠加红边波段B5+B6后提升至75.41%。此外,采用SVM-RFE算法构建适用于不同生长期的最佳REVI组合,其平均识别精度能够在全年5个生长期达到72.00%~84.31%,相比同时期基于RE+VNIR组合的最优识别结果平均提升了10.77%;在此基础上,构建适用于全生长期的优选植被指数PSRI+mSAVI+CI red-edge时间序列,可实现89.03%的平均识别精度,比单时相最佳REVI组合提升了4.72%~17.03%。研究证明Sentinel-2影像红边谱段及其衍生指数特征在区域森林优势树种识别中具有较高的应用价值,可为快速、准确地提取不同生长期森林植被信息提供技术方法参考。

高分六号卫星技术特点与新模式应用

高分六号卫星是继高分一号卫星之后,又一兼具高分辨率成像和超大幅宽成像能力的卫星,也是我国首颗具备红边谱段的遥感卫星。为了更好地推进卫星的应用,文章对高分六号卫星平台和载荷进行了系统介绍,梳理了高分六号卫星与高分一号卫星的异同点,阐述了高分六号载荷以单相机体制实现超宽成像的创新,总结了精致为用、组网观测的高质量、高精度、高效能卫星技术创新,以及围绕长寿命、高可靠所采取的措施。结合卫星在轨应用,凝炼了高分六号卫星在对月成像、对月相对辐射定标成像、舱外可视化成像及自主健康管理等方面的新模式应用成果。文章总结了行业应用的前景,高分六号卫星具有高、中空间分辨率、大幅宽、多谱段成像结合的优点,对大尺度地表观测具有独特优势。