基于TM影像的太湖夏季悬浮物和叶绿素a浓度反演

利用2006年8月1日陆地卫星TM数据与7月29日～8月1目的同步湖面采样数据,分析了典型站点反射率光谱特征,建立悬浮物和叶绿素a的反演模型。结果表明悬浮物的变化主要影响TM第2和第4波段,叶绿素a则主要影响TM第3、第4波段。TM4波段与悬浮物具有较高的相关度,利用TM4波段、3×3像元窗口能较好反演出悬浮物浓度。植被指数NDVI（（TM4-TM3）／（TM4＋TM3））与叶绿素a浓度有较高的相关度,基于5×5像元窗口的植被指数NDVI能很好的反演出太湖叶绿素a浓度,但不能很好地区分出水华和水草。2006年夏季,太湖悬浮物的分布特点为河口区、梅梁湾、西北近岸区最高,其次是湖心区,东太湖、胥口湾和南面的湖州附近湖区浓度最低。叶绿素a分布情况为最高的点出现在梅梁湾口、竺山湾西北部沿岸区以及西太湖近岸区;湖的大部分边缘区即与陆地交接处,叶绿素a的浓度也偏高;南面的湖州附近以及西山岛北面部分湖区叶绿素a浓度最低。而东太湖、胥口湾附近叶绿素a偏高则主要是由该水域沉水植被的发育造成的。     

渤海叶绿素a时空分布特征分析

叶绿素a是海洋初级生产力估算中的一个重要基础参数。本文以HY—1／COCTS为数据源，运用海洋叶绿素a的算法，计算出我国渤海的叶绿素a的分布。整个海域的叶绿素浓度的分布具有明显的分区和季节变化特征。基本规律是由于渤海的地理特征，叶绿素浓度从近岸向渤海中央方向递减；随着季节变化温度升高，近海叶绿素浓度增高，而渤海中央区域叶绿素浓度降低。渤海叶绿素a的分布与河口径流、季节等因素有关。从而为海洋初级生产力估算服务。     

使用光谱平滑提高浑浊水体叶绿素a浓度估算模型的应用精度

水体叶绿素a浓度估算是水质参数遥感监测的重要内容,由于采样时间和地点的限制,传统估算模型的参数和形式具有较大的时间和空间依赖性。光谱平滑可以突出不同数据集的共同特征,从而增加模型的预测精度,因此考虑使用平滑方法来提高水体叶绿素a浓度估算模型的应用精度。利用太湖2004年夏季和2011年春季共4个月的数据,对比分析了移动平均、多项式平滑和核回归平滑处理前后浑浊水体实测反射光谱的变化,以及该变化对叶绿素a浓度三波段遥感估算模型和模型应用精度的影响。结果表明：核回归平滑处理后的光谱数据建立的三波段模型的残差正态分布更好,估算模型更为稳健。将2004年7月数据建立的模型用于8月数据,估算的叶绿素a浓度的RMSE从平滑前的33.56 mg/m³降低到了平滑后的25.60 mg/m³;将2011年3月建立的模型用于4月数据,估算的叶绿素a浓度的RMSE从平滑前的16.68 mg/m³降低到了平滑后的10.57 mg/m³。由此可以认为,实测光谱的核回归平滑处理有助于提高叶绿素a浓度三波段模型的应用精度,且对于叶绿素a浓度变化较大的夏季数据的改进效果更显著。     

基于四波段半分析算法和Hyperion遥感影像反演太湖叶绿素a浓度

水体叶绿素a浓度不仅是水质状况的重要指标,也是制定水环境保护和水资源开发利用方案的重要依据。以2004年8月19日太湖水质浓度实验数据和同步的Hyperion影像为数据基础,研究适用于Hyperion影像的四波段半分析算法。由模型参数标定数据集(37组)对四波段半分析算法参数的拟合分析和模型检验数据集(5组)对算法精度的评估可知,基于指数拟合方法获取的四波段半分析算法具有较高的叶绿素a浓度估算精度(相关系数为0.8913,平均绝对误差为1.1109μg/L,对应的平均相对误差为5.69%,其对应的4个波段波长分别为671.02nm、701.55nm、711.72nm和742.25nm)。用以上四波段半分析算法从Hyperion影像中提取的叶绿素a浓度呈湖心低、沿湖区域高的格局。与22.23 μg/L的年均叶绿素a浓度相比较,2004年8月19日的叶绿素a浓度处于年际较高水平。     

利用MERIS产品数据反演太湖叶绿素a浓度研究

第三代水色传感器MERIS的荧光通道的合理设置为荧光遥感法的应用提供了广阔的发展前景。利用MERIS数据、同步地面光谱和水质监测数据,分别通过基线荧光高度（FLH）、归一化荧光高度（NFH）和最大叶绿素指数（MCI）建立了太湖叶绿素a浓度的荧光遥感估算模型。结果表明：MERIS荧光参数中最大叶绿素指数（MCI）较基线荧光高度（FLH）更适合太湖水体叶绿素a浓度的反演;归一化荧光高度（NFH）与实测叶绿素a浓度间的拟合效果最好。最后选取NFH进行MERIS荧光遥感模型的太湖叶绿素a浓度的反演,其结果客观地反映了太湖水体叶绿素a浓度的空间分布格局。     

基于半分析模型的石头口门水库总悬浮物浓度反演研究

总悬浮物（TSM）是水质遥感反演的重要参数之一,以遥感技术为手段监测总悬浮物浓度成为未来发展的趋势。利用2008年6月13日在石头口门水库采集的高光谱数据和实验室分析数据,计算得到水体总悬浮物的后向散射系数,并经相关分析,选取675 nm处的后向散射系数建立总悬浮物浓度的反演模型,决定系数为0.8327。与基于遥感反射率的经验方法比较,半分析方法具有一定的物理意义,反演精度更高,且在悬浮泥沙含量较高的区域效果更佳。     

春季太湖叶绿素a浓度的光谱估算与分析评价

2011年3月27日于太湖梅梁湾和湖心区域进行光谱数据采集,同步水质理化分析数据得到叶绿素a浓度区间为4.99μg/L～31.06μg/L。基于较低叶绿素a浓度水平的实测光谱数据及同步的理化分析数据分别采用二波段模型、光谱反射率一阶微分模型、反射峰位置模型、三波段模型和四波段模型对梅梁湾和湖心区域的叶绿素a浓度进行建模遥感估算。5个模型的回归分析结果对应R2分别为0.775,0.811,0.786,0.826和0.846,RMSE分别为4.02μg/L,3.52μg/L,3.82μg/L,3.44μg/L和3.24μg/L。并针对春季较低叶绿素a浓度水平下的光谱估算模型在应用价值和精度方面做了比较评价。     

应用MODIS监测太湖水体叶绿素a浓度的研究

以太湖作为实验区,将MODIS影像不同空间分辨率的波段反射率与叶绿素a浓度实测值进行相关分析,在此基础上通过回归拟合建立遥感监测模型,并应用模型计算出太湖水体叶绿素a浓度的分布情况,对太湖水质进行了评价。研究结果表明,MODIS影像在太湖的水质监测中是可用的,其中250m分辨率波段1、2的比值组合r2/r1与叶绿素a浓度实测值高度相关(R=0.903),适于用来反演叶绿素a浓度。     

应用叶绿素荧光估算植被总初级生产力研究进展

日光诱导叶绿素荧光作为光能在叶片上光合作用的伴生产物,包含丰富的光合信息,被认为是可以表征植物光合作用的快速、无损“指示器”。叶绿素荧光在研究植物胁迫、病虫害监测、估算植被总初级生产力（Gross Primary Production, GPP）等方面发挥着独特的作用。陆地植被GPP是研究全球气候、碳循环变化、全球生态系统等的重要内容。准确、及时地掌握GPP的时空分布特征,有利于深入理解生物圈与大气圈之间的相互作用,可为开展减缓全球气候变化的生态过程管理提出相应建议和对策。相比于植被指数,叶绿素荧光对植被光合作用的敏感程度更高,已被证实可以更直接有效地监测GPP,显著优于传统的GPP估算方法。深入探讨了叶绿素荧光在遥感估算GPP领域的基本原理、方法、不确定性以及最新进展,并对其面临的挑战和未来趋势进行了分析。     

Retrieval of Total Suspended Matter in the Lower of Minjiang River based on PSO-RBF

Total suspended matter (TSM) is one of the important parameters of water environment.As the spectral characteristics of the Case-II water are complicated,so it is not suitable to represent the relationship between spectral characteristics andTSM by simple linear models.In this paper,the test data,which is acquired by water quality sampling and spectral measurement of 40 points from July 12 -13,2017,together with GF-1 WFV1 bands reflectance data are used to analysis the correlation between remote sensing factors and TSM.Taking advantage of high correlation coefficients between bands,such as b3,b3/b2 and b3/b1,we construct PSO-RBF and RBF neural network model to inverse TSM.At the same time,a empirical b3/b2 ratio model is also proposed.The result shows that PSO-RBF neural network model’s performance is better than traditional RBF neural network and the empirical model,whose R²=0.890,RMSE=3.01 mg/L.On this basis,the GF-1 WFV1 remote sensing image is used to inverse TSM of Minjiang River,which is calculated by the well-trained PSO-RBF model.Furthermore,the spatial distribution characteristics of TSM is also studied.The result of TSM inversion comes to RMSE=3.65 mg·L^-1,MRE=14.11% respectively,and remote sensing image retrieval results accuracy was significantly higher than that of Kriging interpolation results,and there is     

利用陆地卫星TM数据评估森林病虫害

回顾和总结了近十多年来森林病虫害遥感监测的研究进展，介绍了“八五”攻关课题的最新研究成果，充分肯定了陆地卫星TM数据在森林资源质量监测和评估中的应用前景，指出了今后的发展方向。     

Predictive relations of tropical forest biomass from Landsat TM data and their transferability between regions

The full realization of the potential of remote sensing as a source of environmental information requires an ability to generalize in space and time. Here, the ability to generalize in space was investigated through an analysis of the transferability of predictive relations for the estimation of tropical forest biomass from Landsat TM data between sites in Brazil, Malaysia and Thailand. The data sets for each test site were acquired and processed in a similar fashion to facilitate the analyses. Three types of predictive relation, based on vegetation indices, multiple regression and feedforward neural networks, were developed for biomass estimation at each site. For each site, the strongest relationships between the biomass predicted and that measured from field survey was obtained with a neural network developed specifically for the site (r>0.71, significant at the 99% level of confidence). However, with each type of approach problems in transferring a relation to another site were observed. In particular, it was apparent that the accuracy of prediction, as indicated by the correlation coefficient between predicted and measured biomass, declined when a relation was transferred to a site other than that upon which it was developed. Part of this problem lies with the observed variation in the relative contribution of the different spectral wavebands to predictive relations for biomass estimation between sites. It was, for example, apparent that the spectral composition of the vegetation indices most strongly related to biomass differed greatly between the sites. Consequently, the relationship between predicted and measured biomass derived from vegetation indices differed markedly in both strength and direction between sites. Although the incorporation of test site location information into an analysis resulted in an increase in the strength of the relationship between predicted and actual biomass, considerable further research is required on the problems associated with transferring predictive relations.     

TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

利用中巴-2号卫星CCD估测土壤全氮的研究

遥感监测土壤对于及时快速掌握农田肥力状况,合理施肥意义重大。NDVI在监测地表植被覆盖中发挥着重要作用,水田植被覆盖种类单一,其他影响因素少,这使得通过NDVI监测水稻长势,间接监测土壤肥力状况变得可行。本文就是利用中巴-2号卫星的CCD的植被指数对南京溧水县水田的土壤质量进行监测,回归方程的决定系数R2=0.741,相对误差为0.1663。结论发现利用中巴卫星的植被指数对研究区的的水田氮素的监测是可行的,并在此基础上做了研究区的氮素等级分布图,实现了遥感监测溧水水田土壤全氮的估测。     

基于Landsat TM/ETM+影像的武汉市冬季NPP估算及其时空变化分析

植被净第一生产力(NPP)作为反映植被固碳能力的重要指标,在全球CO2浓度上升的背景下,成为研究全球及区域生态系统对气候环境变化响应的热点之一。基于Landsat TM/ETM+遥感影像数据,采用改进的CASA模型,估算得到武汉市2001~2010年空间分辨率为30m的冬季NPP,并对其进行时空变化分析。研究结果表明:武汉市过去10a冬季平均NPP为8.55gC/m2·m。2001~2010年武汉市冬季NPP整体呈现波动上升的趋势,各区域具有不同的增长速率,其中以江夏区最快,而各植被类型中灌木林具有最快的增长速率和最高的平均NPP。武汉市冬季NPP均呈现从三环区域向四周增大的空间分布特征,过去10a武汉市冬季NPP最高的区域由黄陂区转移到了江夏区。     

LandsatTM在矿区生态环境动态监测中的应用

以湖北大冶为研究区，采用多时相陆地卫星遥感图像，通过不同波段组合，以及铁矿指数(iron oxide)和归一化差异植被指数(NDVI)等的应用，在建立一定精确的分类模板的基础上，采用最大似然法执行监督分类，得到了具有较高精度的分类结果图。最后对不同时相分类结果图中各类地物的比较，定量分析了矿区生态环境的动态变化，并着重讨论了30m分辨率的陆地卫星影像在矿区生态环境监测中的作用及不足。