干旱地区植被指数(VI)的适宜性研究

以位于典型干旱区的甘肃河西地区石羊河下游的民勤绿洲为例,对NDVI、SAVI、MSAVI和GEMI等4种VI(植被指数)受土壤背景光谱影响的程度和探测低盖度植被的能力进行了对比研究。通过分析VI提取植被信息时植被土壤噪音比的变化发现,植被覆盖较低条件下VI提取植被信息总体受土壤背景光谱影响程度较低,相比而言,GEMI提取植被信息中受土壤背景影响最小,其他3种VI的区别不太明显。通过分析不同VI随植被覆盖度增加的反映速率变化及不同覆盖条件下不同VI的取值范围的变化发现,NDVI探测低盖度植被的能力最强,GEMI次之。GEMI可能是干旱地区植被探测较适宜的植被指数。

吉林省主要产粮区NDVI时空变化特征

为了确定作物长势遥感监测的评价指标,利用2000—2012年吉林省EOS/MODIS数据,采用NDVI旬最大值法,结合吉林省主要农作物生长发育的特点,对主要产粮区作物生长季旱田和水田的NDVI时空变化规律进行研究,并分析其与气温和降水的关系。结果表明:2000—2012年吉林省作物生长季农作物的NDVI随作物生长发育进程有明显的变化,水田和旱田两种作物的NDVI时间变化均呈单峰型;吉林省不同区域的NDVI变化趋势一致,5月上旬至6月上旬,NDVI呈缓慢增加的趋势;6月中旬至7月上旬,NDVI迅速增加;7月中旬至8月上旬,NDVI增加缓慢;8月中旬开始,NDVI开始下降。6月中旬开始,吉林省中部地区旱田NDVI明显高于西部地区,NDVI增长速率中部地区大于西部地区,达到峰值的时间中部地区也早于西部地区。吉林省水田NDVI变化中西部地区差异较小,均在8月上旬达到峰值,植被指数时间变化与吉林省作物生长发育进程相吻合。吉林省中西部地区作物的NDVI与气温和降水均呈正相关,气温和降水对NDVI的影响有明显滞后效应,且气温的影响大于降水。

道路绿视率不同识别方法比较研究——以徐州市为例

探究不同识别方法对绿视率的影响,对于提高绿化识别准确率以及绿视率标准的制定有重要意义。以徐州市3类特征用地为研究对象,运用3种不同识别方法对道路移动采样数据集进行绿视率提取,进而分析不同方法对道路绿视率识别值以及准确率的影响。结果表明,1)基于RGB、HSL颜色的方法对于绿视率值存在低估,机器学习SegNet方法在识别精度上优于基于颜色提取的RGB和HSL方法;2)不同用地分组和图像亮度与绿视率差异和精度差异相关性不显著,色偏系数与绿视率差异呈显著正相关。研究结果为政府绿视率标准制定和绿视率监测工作提供了方法论的实证参考及建议。

一种改进MVI-CFAR检测器的性能分析

VI-CFAR检测器在均匀环境和非均匀环境下均具有较强的自适应性,但若前后两个参考滑窗均存在干扰目标时,VI-CFAR检测性能急剧下降。为克服该问题,本文采用有序统计平均CFAR和有序统计选小CFAR来替代VI-CFAR中最小选择CFAR。所提出的算法不但解决了干扰目标位置随机分布的问题,还解决了当其中一个滑窗的干扰目标数超过最大容限时检测性能下降的问题。在参考滑窗中干扰目标个数与扰噪比均不相同的情况下,分析了统计量VI的变化,有助于评估和设计VI-CFAR类检测器在多目标环境下抗干扰目标的最大容限。仿真结果表明,该改进算法提高了VI-CFAR在多目标环境下的鲁棒性,与其他改进算法相比,其排序处理时间降低一倍。

基于固定翼无人机多光谱影像的水稻长势关键指标无损监测

【背景】近年来随着遥感技术的快速发展,实时无损监测作物生长状况已成为当前研究热点,遥感获取的农情信息将为实现大面积作物精确管理提供指导。在众多遥感监测平台里,无人机因其操作简单、使用成本低等特点而受到广泛关注,无人机搭载多光谱相机可以快速获取作物的长势信息。【目的】尝试将固定翼无人机多光谱影像纹理信息与光谱信息结合,探究“图谱”信息对水稻长势指标的监测效果。【方法】通过开展两年涉及不同播期、品种、播栽方式、施氮水平的水稻田间试验,在水稻关键生育期使用固定翼无人机搭载Sequoia多光谱相机获取水稻冠层遥感影像,同步进行地上部破坏性取样以获取水稻叶面积指数(LAI)、地上部生物量(AGB)和植株氮含量(PNC)等农学指标,采用简单线性回归、偏最小二乘回归和人工神经网络回归算法,构建基于固定翼无人机多光谱影像的水稻长势指标监测模型,比较分析光谱纹理信息在不同模型中的监测效果。【结果】利用简单线性回归方法探究了植被指数(VI)、单波段纹理特征与水稻LAI、AGB和PNC间的定量关系,结果表明植被指数与LAI和AGB之间有较强的相关性,表现最好的植被指数为CIRE和NDRE,R 2分别为0.80和0.76,但对于PNC的监测,植被指数并未达到理想的效果,表现最好的RESAVI和NDRE与PNC的决定系数仅为0.13。通过简单线性回归进一步发现单波段的纹理特征在对水稻生长指标的监测中表现并不理想;为进一步分析影像纹理对上述3个指标的监测效果,参照植被指数的构建方法构建了归一化纹理指数(NDTI)、比值纹理指数(RTI)和差值纹理指数(DTI),通过相关性分析发现新构建的纹理指数(TI)相较于单波段纹理特征对水稻生长指标的监测精度有所提升,但效果并未好于植被指数。为实现光谱与纹理间的结合,采用偏最小二乘和人工神经网络的建模方法,以VI、VI+TI为不同的输入参数组合进行水稻LAI、AGB和PNC的监测模型构建,结果表明采用偏最小二乘和人工神经网络的建模方法与简单线性回归相比模型的监测精度均得到了大幅提升,以VI+TI为输入变量,采用人工神经网络构建的模型在模型验证中取得了最佳效果,LAI模型的验证R^(2)由0.75提升至0.86,AGB和PNC的模型验证R2也分别由0.72和0.26提升至0.92和0.86,同时模型的RMSE均显著降低。【结论】利用固定翼无人机采集水稻冠层多光谱影像,通过人工神经网络算法融合光谱和纹理信息能够有效提升水稻LAI、AGB和PNC的监测精度,该研究结果将为快速大面积作物长势监测提供理论依据。

基于MODIS的干旱区植被覆盖度反演及植被指数优选

为进一步掌握塔里木河下游输水后的生态恢复程度,以输水河畔的植被覆盖度为研究对象,采用MODIS数据构建研究区多种植被指数;结合现场实测植被覆盖度,给出离散坐标下实测植被覆盖度与各种植被指数间的二维散点图,据此得出二者相关方程,反演区域植被覆盖度。结果表明,基于MODIS数据构建的NDVI、MSAVI、SAVI和EVI等植被指数均与植被覆盖度有较好的相关关系,采用这些植被指数反演植被覆盖度的精度由高到低依次为NDVI、EVI、MSAVI及SAVI。建议在干旱荒漠区,使用MODIS数据进行植被变化监测,最优选择的植被指数为NDVI。

马尾松LAI与植被指数的相关性研究

以福建省永安市区为研究区,计算IRS-P6(LISS-Ⅲ)多光谱数据的DVI、EVI2、MSAVI、NDVI、RDVI、RVI及TNDVI等7种植被指数,并与使用LAI-2000测量的马尾松叶面积指数(LAI)建立相关关系,分析植被指数对马尾松LAI的影响。从决定系数(R2)和标准误差两个方面对基于不同植被指数的LAI反演模型进行定量分析,反演模型包括线性模型、二次曲线模型、幂函数曲线模型和指数曲线模型4种。结果表明,马尾松LAI与植被指数呈指数曲线相关或幂函数曲线相关。反演马尾松LAI,最佳的统计模型是指数曲线模型和幂函数曲线模型,较佳植被指数为TNDVI、NDVI和RVI,其指数曲线模型和幂函数曲线模型拟合的R2均高于0.76,且验证结果R2均高于0.84,但RVI指数反演的模型标准误差相对较大。总体而言,TNDVI和NDVI的指数曲线和幂函数曲线模型对马尾松LAI具有较好的预测性。

岷江上游典型流域叶面积指数的遥感模型及反演

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步探讨。以岷江上游典型流域毛儿盖地区为研究区,综合利用Aster和ETM遥感数据、地面实测数据和常规观测数据等资料,研究了植被指数与叶面积指数之间的相关性,以遥感图像中单个像元作为测算单位,对岷江上游毛儿盖地区叶面积指数进行了反演。利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据,对上述模型反演结果进行验证和精度分析。结果表明,归一化植被指数NDVI在反演叶面积指数模型中具有较高的灵敏度,能较真实地反映研究区叶面积指数实际状况。

高分辨SAR图像自动区域筛选目标检测算法

在G^0分布背景杂波假设下,基于VI-CFAR算法该文提出一种自动区域筛选的恒虚警目标检测算法,以解决高分辨SAR图像复杂环境背景下的目标检测问题。该算法首先利用变化指数(VI)统计量对局部参考窗内的均匀区域进行筛选,以剔除参考窗内具有目标干扰点的非均匀区域;然后利用均值比(MR)统计量对参考窗内同质的均匀区域进行区域合并,以解决杂波边界处的背景杂波筛选问题;最后利用筛选到的同质均匀区域内的像素集合进行背景杂波参数估计,对待检测区域实现二值检测。通过实测SAR图像车辆目标检测实验表明,在多目标和杂波边界复杂环境背景下,该算法具有较稳定的检测性能和虚警抑制能力。

紫外-可见光谱法测定高锰酸盐指数的研究

高锰酸盐指数(CODMn)是反映饮用水水源受到有机污染的一项重要指标,现行的国标测定法为滴定法。本文探索研究了紫外可见光谱法测定地表水中高锰酸盐指数的新方法。内容包括:测定波长的选择、H2SO4用量的影响、KMnO4浓度和用量的影响、加热温度和时间的影响、方法的线性关系以及与滴定法的对比试验。通过研究,得到方法的优化测定条件:测定波长为525nm,25%H2SO4的用量为5.00mL,0.01250mol·L-1 KMnO4标准使用液的用量为2.00mL,加热温度为100℃,加热时间为30min。方法用于了嘉陵江、长江水中高锰酸盐指数的实际分析,获得了满意的结果。研究结果表明与国标法相比,本法具有快速、易操作、灵敏度高、精密度好、试样量少,成本低、易实现水质在线监测等特点,是一种环境友好的监测分析新方法。

基于植被信息遥感反演的东亚飞蝗监测研究

植被是东亚飞蝗发生和成灾的重要指示因子。运用遥感技术对植被生长进行监测,对东亚飞蝗的预测和防治具有重要意义。以河北省黄骅市为研究区,利用实地获取的植被冠层孔隙度数据反算的LAI数据以及Landsat-5 TM影像提取的各种VI数据,进行了LAI(LAI-2000改进型算法的反算结果)与TM影像上反演的VI之间的相关分析。结果表明,RDVI最适合反映研究区植被生长状况。分析RDVI与飞蝗发生面积的关系,发现两者呈负线性相关,即随着RDVI减小,飞蝗的发生面积呈线性增大。

基于TM遥感影像丰宁县森林地上生物量估测研究

利用TM遥感数据以及同期获得的野外调查样地数据,研究了河北省丰宁满族自治县森林地上生物量的遥感估测技术。提取TM遥感影像6个波段反射率及DVI、NDVI、PVI、RVI、VI3、SLAVI和SAVI 7个植被指数,分析了森林样地地上生物量与各个因子间的关系,得出相关系数较小(均小于0.400);因此采用Stepwise逐步回归法,建立了多元回归模型。结果表明,ρ2、ρ3、ρ4、ρ54波段反射率和有效叶面积植被指数(SLAVI)结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.730,留一交叉验证均方根误差RMSE最小,达33.712。利用2008年的全覆盖TM影像,结合丰宁遥感分类图像,获得了丰宁县2008年森林地上生物量分布图,森林植被总生物量为1.805×107t。

光谱植被指数与水稻叶面积指数相关性的研究

综合分析比较了几种常见光谱植被指数与水稻 (Oryzasativa)叶面积指数的相关性及其预测力。结果表明 ,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数 (LAI)的整体变化范围。因此 ,综合不同生育时期和氮肥处理的试验资料 ,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关 ,与比值植被指数 (RVI)、再归一化植被指数 (RDVI)和R810 /R560 显著幂相关 ,与归一化植被指数(NDVI)、垂直植被指数 (PVI)、差值植被指数 (DVI)、土壤调整植被指数 (SAVI)和转换型土壤调整指数 (TSAVI)显著指数相关。其中 ,近红外与绿光波段的比值R810 /R560 的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810 /R560 的表现进行了检验 ,结果表明估算精度平均为 91.2 2 % ,估计的均方差根 (RMSE)平均为0 .4 80 5 ,平均相对误差为 - 0 .0 13。

非高斯背景下基于ODV的距离扩展目标检测器

本文研究了球不变随机向量杂波背景下的距离扩展目标检测问题.给出了修正的距离扩展目标检测器MSDD,推导了相应的虚警概率与检测阈值的解析表达式.MSDD需要事先估计目标散射点个数,而散射点个数估计失配时会出现严重的信杂比损失,针对这一问题,利用有序数据方差估计散射点个数,提出了ODV-MSDD检测器.仿真结果表明,ODV-MSDD对目标所占距离窗的大小具有很好的鲁棒性,并且其检测性能随着目标散射点个数、阵元数以及杂波尖峰的增加而提高.与MSDD相比,ODV-MSDD能根据实际观测数据自适应地估计散射点个数,有效提高检测器性能,增强系统的鲁棒性.

冬小麦单产的光谱数据估测模型研究

本文在分析冬小麦群体经济产量与叶面积系数关系的基础上，以地面实测冬小麦反射光谱数据为依据，提出了一种新的动态ＶＩ－产量模型，即ＬＡＤ－产量模型。该模型具有冬小麦生育后期（抽穗－灌浆末期）光合面积和光合时间等信息，其各小麦单位面积产量（简称单产）估测精度为９８％。另外，本文根据常用的某一特定生育期ＶＩ－产量模型，用冬小麦各主育期的ＶＩ值分别估测小麦单产，确定山东省禹城市冬小麦的灌浆中期为最佳估产时间。此时期，小麦单产估测精度为９６％。

基于模糊综合评价法的重型柴油车排放控制技术评价

机动车已成为我国城市大气污染的重要来源,尤其是重型柴油车已成为当前机动车污染控制的重点。应用模糊综合评价法对重型柴油车排放控制技术进行评价,针对重型柴油车排放控制技术的特点,构建了包括环境、经济、技术等3方面共8项指标的综合评价指标体系,可为有效筛选最佳适用技术提供重要参考。以国六重型柴油车为例,对EGR、SCR、ASC、DOC、DPF等排放控制技术及(EGR+DOC+DPF+SCR+ASC)、(DOC+DPF+SCR+ASC)等技术组合,定量评价了其环境、经济、技术指标,筛选出国六重型柴油车最佳可行技术。结果表明,国六重型柴油车排放控制技术得分较高的是(EGR+DOC+DPF+SCR+ASC)排放控制技术组合,该路线是目前重型柴油车达到国六排放法规主流的技术组合,各排放关键零部件的分担压力比较均衡,可以减少95%以上的氮氧化物和颗粒物排放,从而满足未来更严格的排放标准。

临床生化检验室间质控三年结果的评价

目的:对室间质量评价的得分情况进行统计学分析,总结室内质控和室间质量评价的经验,以便更好地为临床服务。方法:将卫生部室间质控标本与常规标本用全自动生化分析仪在同样条件下进行测试,将得到的2005～2007年6次临床生化室间质评结果进行统计。结果:2005～2007年,质控检测21项临床生化指标,变异指数得分(VIS)优良率由59.52%提高至88.09%,不及格率由28.57%降至0。结论:通过室间质控,发现不足,经过改进,提高检验结果的准确度保证,保证了检验质量。因而质量控制对于临床生化检验结果的质量保证非常重要,只有做好室内质控和室间质量评价,才能为临床提供准确的诊断、治疗和预后观察的依据。

临床生化检验室内质控和室间质控六年结果的评价

目的对室间质量评价的得分情况进行统计学分析,总结室内质控和室间质量评价的经验,以便更好地为临床服务。方法用全自动生化分析仪检测盲样19项临床生化指标。结果六年中质控检测19项指标,变异指数得分(VIS)A级占83.19%,B级占13.14%,C级占3.67%。1999年-2004年Na VIS得分A级从50%提高到60%,ClVIS得分A级从40%-88%。结论经过改进使过去结果不太准确的指标得到修正,质量控制对于临床生化检验结果的质量保证非常重要,只有做好室内质控和室间质量评价,才能为临床提供准确的诊断、治疗、预后观察的依据。

基于差异化光谱指数的盐渍土水分含量预测1——以滨海盐土为例

以滨海盐土为研究对象,通过添加不同浓度的盐溶液并模拟蒸发过程,获取不同含水、含盐量的土壤样品,并测定土壤光谱和土壤含水量,分别运用光谱指数法和偏最小二乘回归法(PLSR)对土壤含水量进行预测。结果表明:由2 027 nm和1 878 nm构建的土壤水分差异化光谱指数(NDMI2027,1878)是预测土壤水分的最优指数,且适用于任何等级的盐渍化土壤,其建模集和验证集的预测结果均优于PLSR方法,验证集R2达0.99,RMSE仅为21.84 g/kg,可比较准确地预测盐渍化土壤的含水量。

面向应用需求的星载多光谱相机指标设置探讨

卫星研制和应用相互脱节是卫星数据质量无法有效满足应用需求的重要原因之一,如果不进行调整,将制约国产卫星数据的推广应用。在影响卫星数据质量的诸多因素中,其载荷相机的指标设置是核心和关键,因其决定了所获取数据的可应用范围及效益。在对国内外卫星载荷指标设置系统调研分析的基础上,根据国内用户对数据的使用情况,以地质矿产应用需求为主,兼顾土地、环保、农业、林业以及减灾等行业应用需求,就用户关心的相机谱段范围、空间分辨率、图像幅宽及重访周期等可见光/近红外多光谱相机基本指标设置提出了建议,旨在为相机的研制提供应用支撑。