基于遥感参数特征空间的福建省干旱监测

归一化植被指数(NDVI)和地表温度(LST)是描述地表特征的两个重要参数,通过新型的MODIS卫星数据反演得到NDVI和LST,采用基于NDVI-LST特征空间的条件植被温度指数(VTCI)模型,对2001-2002年福建省发生的严重秋冬春连续干旱灾害进行了监测验证,并利用气象观测数据对VTCI模型监测结果进行了分析。研究结果表明:VTCI模型能够真实地反映地表水分供应状况,能较好地反映区域旱情分布和旱情发展过程,VTCI值越小表示干旱灾害越严重。当旬的VTCI平均值与前一旬的降水量有着较高的相关性,利用VTCI模型能够近实时进行干旱监测,具有较高的业务化应用前景。

植被光谱与植被遥感参数综述

从遥感模型角度可以把植物分为两类：作物与森林。前者一般可以抽象为均匀散射层模型。而后者却只能被认为是众多个体的集合群，本文对植被的光谱特征及其成因机制进行了综述，归纳总结了叶绿素在光合作用下对光的反射、吸收和透射所发挥的作用，并对均匀散射层进行了遥感模型分析。结合NOAA气象卫星遥感植被光谱指出了在遥感应用研究中，几种植被参数所反映的植被的特点和存在的不足。

走航式海面遥感参数自动观测系统

配合卫星遥感数据与实测数据之校验,研制了走航式海面遥感参数自动观测系统,既满足了改善遥感数据精度的需要,又可为传统海洋学研究(海面微结构,海面温度与各种海面气象因子之间的关系等)提供大量有价值的数据,独特的自校设计,保证了数据的精度和可靠性。

基于遥感参数HI_(NDVI-SUM)及专家知识反演的春小麦遥感估产研究——以呼伦贝尔市大兴安岭西麓为例

研究初步探索用遥感参数及专家知识对大兴安岭西麓春小麦产量进行大面积反演。用时间序列NDVI数据计算遥感参数HINDVI-SUM,与地块尺度产量进行回归分析,模拟出呼伦贝尔市大兴安岭西麓春小麦产量。模拟结果为参数HINDVI-SUM与春小麦单产负线性相关,y=-5769.493x+6957.497,R2=0.386,以花木兰队的春小麦种植区域进行产量精度检验,相对误差为13.7%。以参数HINDVI-SUM及专家知识反演的春小麦产量在区域尺度是可行的,研究结果在其他区域的精度有待于进一步验证。

定量遥感参数与作物肥水模型链接初探

针对当前作物肥水模型和定量遥感参数在农业上应用的各自局限性 ,提出通过完善定量遥感的输出接口和作物模型的输入接口 ,将定量遥感参数与作物肥水模型进行链接 ,通过建立不同生育时段订正的绿度指数和叶片氮素分段函数以及订正的湿度指数与耕层土壤、植株水分及产量品质函数 ,使得生产上大范围、动态的肥水监测成为可能 。

光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究

建立合成孔径雷达(synthetic aperture Radar,SAR)数据和光学植被指数的定量关系有助于融合这两种数据源,提高山区森林遥感的时序监测能力。为此,以内蒙古大兴安岭根河林区为例,首先分析了归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、绿度植被指数(greenness vegetation index,GVI)和归一化水分指数(normalized difference water index,NDWI)与C波段雷达数据的相关性,接着对比了不同森林干扰下NDVI,NDWI与X,C,L波段雷达数据的相关性差异。结果表明:①极化比(polarization ratio,PR)和干涉相干系数与各植被指数呈显著负相关,PR与NDVI,EVI,GVI线性趋势好(R^2=0.40~0.49),VH的干涉相干系数与各植被指数线性趋势好(R^2=0.43~0.51);②地表类型会影响VH与NDVI线性回归结果,在植被密集的灌草、火烧迹地和森林内线性趋势好(R^2=0.64~0.76);③不同森林干扰下相关性存在差异:在火烧迹地内NDVI与X波段HH和C波段PR呈显著负相关,NDWI与C波段VH呈显著正相关;在未受干扰林地内NDVI和NDWI与C波段PR呈显著正相关;在采伐迹地内L波段PR与NDVI呈显著负相关,L波段VV和VH的PR与NDWI呈显著负相关。

传感器波段设置对植被遥感参数反演的影响研究

植被是陆地生态系统的基本组成部分,遥感观测的植被冠层反射特性与植被参数之间的响应关系是植被遥感的基础,也是遥感传感器设计的关键。利用Sobol算法和PROSAIL模型,对叶绿素含量和叶面积指数等植被参数进行全局敏感性分析,研究植被参数在典型遥感波段(蓝、绿、红、红边和近红外)的响应敏感性,并对比了由传感器的中心波长和波段宽度差异造成的影响。结果表明,在480~680nm可见光波段,冠层反射率对叶绿素含量变化的总敏感度达81.3%,且在宽波段的传感器中更敏感;在720~735nm红边波段,太阳天顶角的总敏感度可达7.2%,且在宽波段的传感器更敏感;在790~960nm近红外波段,干物质含量的总敏感度达60.5%,且在窄波段的传感器中略敏感。研究结果对无人机遥感应用等领域提供理论依据,对传感器的选择具有参考价值。

基于遥感多参数和VMD-GRU的冬小麦单产估测

为充分挖掘时间序列遥感参数的时序信息和趋势信息,并进一步提升冬小麦估产精度,以陕西省关中平原为研究区域,选取与冬小麦长势密切相关的生育时期尺度的条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)作为遥感参数,构建耦合变分模态分解(VMD)与门控循环单元(GRU)神经网络的估产模型。应用VMD算法将各个时间序列遥感参数分解为多组平稳的本征模态函数(IMF)分量,选取与原始时间序列遥感参数高度相关的IMF分量进行特征重构,并将重构特征作为GRU网络的输入,以构建冬小麦组合估产模型。结果表明,VMD-GRU组合估产模型决定系数为0.63,均方根误差为448.80 kg/hm^(2),平均相对误差为8.14%,相关性达到极显著水平(P<0.01),其精度优于单一估产模型精度,表明该组合估产模型能够提取非平稳时间序列数据的多尺度、多层次特征,并充分挖掘冬小麦各生育时期遥感参数间的内在联系,获得准确单产估测结果的同时提升了估产模型的可解释性。

基于遥感多参数和IPSO-WNN的冬小麦单产估测

冬小麦是我国的主要粮食作物之一。为进一步准确地估测冬小麦产量,以陕西省关中平原为研究区域,选取冬小麦主要生育期与水分胁迫和光合作用等密切相关的条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)作为遥感特征参数,采用改进的粒子群算法优化小波神经网络(IPSO-WNN)以改善梯度下降方法易陷入局部最优的缺陷,并构建冬小麦产量估测模型。结果表明,IPSO-WNN模型的决定系数R2为0.66,平均绝对百分比误差(MAPE)为7.59%,相比于BPNN(R2=0.46,MAPE为11.80%)与WNN(R2=0.52,MAPE为9.80%),IPSO-WNN能够进一步提高模型的精度、增强模型的鲁棒性。采用灵敏度分析的方法探究对冬小麦产量影响较大的输入参数,结果发现,抽穗-灌浆期的FPAR对冬小麦产量影响最大,其次拔节期的VTCI、抽穗-灌浆期和乳熟期的LAI以及返青期和拔节期的FPAR对冬小麦产量的影响较大。通过IPSO-WNN输出获取冬小麦综合监测指数I,构建I与统计单产之间的估产模型以估测关中平原冬小麦单产,结果显示,估测单产与统计单产之间的R2为0.63,均方根误差(RMSE)为505.50 kg/hm^(2),相比于前人的研究较好地解决了估产模型存在的“低产高估”的问题,因此,本文基于IPSO-WNN构建的估产模型能够较准确地估测关中平原冬小麦产量。

基于遥感多参数和CNN-Transformer的冬小麦单产估测

为了提高冬小麦单产估测精度,改善估产模型存在的高产低估和低产高估等现象,以陕西省关中平原为研究区域,选取旬尺度条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)为遥感特征参数,结合卷积神经网络(CNN)局部特征提取能力和基于自注意力机制的Transformer网络的全局信息提取能力,构建CNN-Transformer深度学习模型,用于估测关中平原冬小麦产量。与Transformer模型(R^(2)为0.64,RMSE为465.40 kg/hm^(2),MAPE为8.04%)相比,CNN-Transformer模型具有更高的冬小麦单产估测精度(R^(2)为0.70,RMSE为420.39 kg/hm^(2),MAPE为7.65%),能够从遥感多参数中提取更多与产量相关的信息,且对于Transformer模型存在的高产低估和低产高估现象均有所改善。基于5折交叉验证法和留一法进一步验证了CNN-Transformer模型的鲁棒性和泛化能力。此外,基于CNN-Transformer模型捕获冬小麦生长过程的累积效应,分析逐步累积旬尺度输入参数对产量估测的影响,评估模型对于冬小麦不同生长阶段的累积过程的表征能力。结果表明,模型能有效捕捉冬小麦生长的关键时期,3月下旬至5月上旬是冬小麦生长的关键时期。

森林过火区植被遥感参数的变化与恢复特征分析

遥感技术可以快速、准确地监测森林火灾火烧迹地的植被遥感参数变化,分析植被对火灾的响应与恢复特征,为防灾减灾决策提供科学依据。本文首先基于森林火灾前后的Landsat5 TM数据,利用差分归一化燃烧指数(the Differential Normalized Burn Ratio,d NBR)来提取2009年澳大利亚维多利亚州火烧迹地的范围,计算过火区面积及火烧强度;其次基于时间序列的全球地表特征参量(Global Land Surface Satellite,GLASS)产品中的叶面积指数(Leaf Area Index,LAI)、吸收光合有效辐射比例(Fraction of Absorbed Photosynthetically Active Radiation,FAPAR)数据,利用距平分析法对比不同火烧强度过火区植被与未过火区植被受森林火灾的影响状况与植被恢复特征。结果表明,森林火灾发生后,LAI、FAPAR值迅速降低,火烧强度越大,LAI、FAPAR下降程度越大,高火烧强度过火区的LAI、FAPAR最大降幅分别为中火烧强度、低火烧强度过火区的1.2、1.3倍;随时间推移,LAI、FAPAR值逐渐上升,在2-3年内恢复至未过火区水平。LAI、FAPAR恢复至未过火区平均水平的时间与森林火灾规模、火烧强度密切相关:维多利亚州森林火灾过火区域中大过火斑块、高火烧强度林地的植被遥感参数恢复时间相比小过火斑块、低火烧强度林地滞后1-2年。植被遥感参数LAI、FAPAR能很好地反映过火区植被的受损状况及恢复过程。

基于遥感多参数和门控循环单元网络的冬小麦单产估测

为进一步准确、实时监测冬小麦长势并估测其产量,以陕西省关中平原为研究区域,选取冬小麦旬或生育时期尺度的条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)作为遥感特征参数,分别构建不同时间尺度的单参数、双参数和多参数的门控循环单元(GRU)神经网络模型,并模拟得到冬小麦长势综合监测指数I,结果表明,旬尺度的模型精度总体高于生育时期尺度的模型精度。基于5折交叉验证法进一步验证旬尺度多参数GRU模型的鲁棒性,并构建I与统计单产之间的线性回归模型以估测冬小麦单产,结果显示,冬小麦估测单产与统计单产的决定系数(R^(2))为0.62,均方根误差(RMSE)为509.08 kg/hm^(2),平均相对误差(MRE)为9.01%,相关性达到极显著水平(P<0.01),表明旬尺度的多参数估产模型能够较准确地估测关中平原冬小麦产量,且产量分布呈现西高东低的空间特性和整体保持稳定且平稳增长的年际变化特征。此外,基于GRU模型捕获冬小麦生长的累积效应,分析在连续旬中逐步输入参数对产量估测的影响,结果显示,模型具有识别冬小麦关键生长阶段的能力,3月下旬至4月下旬是冬小麦生长的关键时期。

樟树幼林生物化学参数与高光谱遥感特征参数相关分析

高光谱遥感在植被研究中的应用使定量估算植被的生物化学参数和生物物理参数成为可能.分析了樟树幼林生物化学参数与高光谱特征变量之间的相关关系.结果表明:樟树幼林的大部分生物化学参数(叶绿素a含量、叶绿素b含量、叶绿素总含量、类胡萝卜素含量和总磷含量)与高光谱遥感特征参数(蓝边内最大的一阶微分、绿峰反射率、红边位置、蓝边面积、绿峰反射率和红谷反射率构成的比值与归一化植被指数、红边面积和蓝边面积构成的比值和归一化植被指数)之间的相关系数达到了0.01极显著性检验水平;纤维素、总氮含量与高光谱特征参数的相关系数没有达到显著性检验水平.因此,可以利用相关系数达到了0.01极显著性检验水平的高光谱特征参数建立樟树幼林生物化学参数的高光谱遥感估算模型.

水利工程生态环境评价中遥感特征参数集探讨

为了利用卫星遥感数据评价水利工程对生态环境的影响,从影响程度、针对性和便于度量等方面对环境影响因素进行了分析。利用MODIS数据从气候、水文、土壤、地形地貌以及植被等方面,构建了基于层次分析法的水利工程生态环境影响评价指标体系。根据专家的经验,分析了各影响因素的重要程度,最后确定了植被指数、植被覆盖度、地表温度、水域面积4个指标作为生态环境评价参数。以南水北调中线工程为例,分别评价了各参数对生态环境的影响。评价结果表明遥感数据与实测数据评价结果吻合程度较高,所提出的方法能较准确地评估水利工程对生态环境的影响。

基于高光谱遥感特征参数的樟树幼林叶绿素a含量估算模型

以ASD公司生产的手持式野外光谱辐射仪测量樟树幼林的冠层光谱,同时对观测叶片进行叶绿素a含量的测定。利用统计相关分析法,分析了高光谱遥感特征参数与叶绿素a含量的相关关系,在此基础上建立了高光谱遥感特征参数的樟树幼林叶绿素a含量估算模型,并对模型进行了精度检验。结果表明:樟树幼林叶绿素a含量与Db、Rg、Rg/Ro、(Rg-Ro)/(Rg+Ro)之间的相关系数达到了0.01极显著性检验水平;建立它们与叶绿素a含量的估算模型,通过精度检验,选择出最适合叶绿素a含量估算的高光谱模型:y=exp[1.027+(-348.942)×Db]。

插件式遥感参数反演系统的设计与开发

为了在一个软件系统中高效集成各类遥感参数反演模型并支持其动态更新和扩展,提出一种插件式遥感参数反演系统的设计思路和开发方法。采用"平台+插件"软件架构,制定平台扩展接口及插件接口,并利用.NET Framework的反射机制实现便捷的插件管理,插件与平台的集成和通信,开发了一个插件式遥感参数反演原型系统。该系统能够增强平台的稳定性和遥感参数反演插件的灵活性、扩展性,使研究人员将精力集中于反演模型的业务逻辑而不是开发细节,提高开发效率,降低维护成本。

水稻生物化学参数与高光谱遥感特征参数的相关分析

通过不同氮素营养水平的水稻田间试验 ,研究稻叶生物化学成份 (叶绿素、类胡萝卜素、蛋白质、纤维素、淀粉含量 )与水稻冠层高光谱遥感特征参数之间的关系 ,结果表明 ,随着叶位的下移 ,叶片叶绿素含量与光谱特征变量之间的相关性明显减弱 ,绿峰反射率、红谷反射率、红边波长、蓝边面积和“三边”面积构成的植被指数等变量与上叶叶绿素含量、类胡萝卜素、纤维素、叶鞘淀粉含量之间有较好的相关性 ,而蛋白质含量与各种变量的相关系数均非常低。兰边面积、兰边面积和红边面积构成的植被植数与上叶叶绿素含量之间 ,红边面积、绿反射峰与红反射峰构成的植被指数与叶鞘淀粉含量之间的相关系数都达到了 0 .0 1极显著检验水平 ,因此 ,可利用这些变量建立上叶叶绿素 a、纤维素和叶鞘淀粉含量的估测模型。

基于哑变量非线性联立方程组模型的林木参数遥感反演

以湖南省攸县黄丰桥林场Worldview-2影像和地面样地调查数据为基础,采用Mean shift算法对影像进行多尺度分割,提取杉木人工林林木冠幅信息,共提取有效林木冠幅227个,并对提取的冠幅边界信息进行平滑处理。分析调查数据中实测冠幅与影像提取冠幅之间的相关性,结合实测胸径、树高与冠幅的关系,应用曲线估计、非线性联立方程组以及基于哑变量的非线性联立方程组分别建立树高和胸径的最优估算模型,并进行了精度评价。结果表明:将树高与胸径作为哑变量,并进行数量化分级建立的影像冠幅与胸径、树高的非线性误差变量联立方程组模型的拟合效果要优于其他2种方法,树高和胸径模型决定系数R2H和R2D分别为0.899和0.913。模型的适用性检验表明,模型的变动系数、平均百分标准误差均在10%以内,具有较强的稳健性。

极干旱区稀疏荒漠植被地上生物量遥感估算

以库姆塔格沙漠南部阿尔金山北麓山前戈壁区为研究区,借助无人机影像数据准确提取植被覆盖区;采用高空间分辨率WorldView-3数据的估算结果对中空间分辨率Landsat-OLI数据的估算结果进行修正;选取红光反射率波段(RED)、近红外反射率波段(NIR)、比值植被指数(RVI)、归一化植被指数(NDVI)和修正土壤调节植被指数(MSAVI)反射率波段作为遥感特征参数,采用逐步线性回归(SLR)、套索回归(LASSO)和岭回归(RR)模型分别对稀疏荒漠植被地上生物量进行估算。结果表明:(1)WorldView-3数据可准确刻画极干旱区稀疏荒漠植被的时空分布特征,其估算精度高于Landsat-OLI数据。(2)采用非线性的多元回归模型SLR、LASSO和RR构建遥感特征参数与地面样方数据之间的回归模型可以有效提高模型的稳定性。RR模型的回归效果优于SLR模型和LASSO模型。(3)提取稀疏荒漠植被信息时,采用WorldView-3数据的植被生物量估算结果对Landsat-OLI数据的植被地上生物量估算结果进行修正,可以有效提高Landsat-OLI数据的提取精度。