基于ENVISAT/ASAR的神经网络反演人工林叶面积指数研究

对我国西北黑河地区的人工林,进行了基于ENVISAT/ASAR数据构造神经网络的反演杨树林叶面积指数研究。首先,分析了白杨树林、沙枣树林的叶面积指数(LAI)与ENVISAT/ASAR不同极化后向散射系数的相关关系,研究表明人工林的空间分布均一性是影响雷达后向散射和LAI关系的首要因素,其次,不同的入射角对后向散射也具有明显的差异。基于上述分析,通过神经网络算法,利用不同时相、不同入射角的ENVISAT/ASAR雷达影像对白杨树林LAI进行了反演研究,对验证样本、训练样本、所有样本实测值与预测值进行了比较验证,其决定系数R²分别为0.61\,0.91和0.82,表明基于ENVISAT/ASAR雷达数据利用神经网络算法反演人工林叶面积指数的可行性。     

3D IFS在DEM重构中的应用研究

在基于DEM的地形表面重构中,传统的插值方法（B样条插值、双线形插值）获取的地形表面过于平滑,不能反映自然地形具有无限细节的事实。引入3维迭代函数系统（3D-IFS）插值方法来重构经随机简化的原始地形。在重构地形时,创造性地将垂直放缩因子作为分形维数的连续函数以简化计算。实验结果表明,在压缩率不大时,3D IFS能较好地保持地表地貌特征和统计特征。     

气温与陆地表面温度和光谱植被指关系的研究

Prihodko 和Goward (1997) 在假设气温与浓密植被冠层温度近似的基础上, 利用空间分辨率为1 km NOAA 影像13×13 像素窗口的植被指数和LST 的线性外推求得NDVI= 0. 86 时LST, 作为中间像素气温的估计值, 这种方法假设了两个前提, 即13×13 像元窗口的植被指数和LST 呈负线性相关; 高植被覆盖条件下的LST 与气温相等。 根据Parton 和Logan (1981) 提出的气温时间尺度转换模型将297 个气象观测站获得的最高和最低气温资料计算MODIS Terra 卫星过境时刻的气温, 利用MODIS 每天陆地表面温度(LST ) 产品、16 d 合成植被指数产品, 探讨气温、植被指数和LST 之间的关系, 对Prihodko & Gow ard 法的两个前提进行调研。结果表明: ①在晚上,LST 与植被指数之间相关性很小; 方差分析的结果表明晚上LST 与晚上气温差异不显著, 因此晚上的气温基本可以由LST 代替; ②在白天, 在地形平坦的平原地区, 植被覆盖度范围较大的情况下,LST 与植被指数呈负相关关系, 但是在地形复杂的青藏高原地区和植被覆盖度范围较小(如在沙漠地区) 的情况下, 植被指数与LST 的关系很不明确; ③在白天,LST 与气温的关系随着植被生长状况差异而不同, 在稀疏植被覆盖条件下,LST 大于气温;当植被指数> 0. 7 时, 获得的LST 与气温差异不显著, 这与前人研究成果一致。根据结果②和③, 我们认为Prihodok & Goward 模型应用于区域尺度上计算白天气温存在一定局限性, 特别是应用于我国地形复杂的青藏高原地区和植被稀少的西北荒漠地区。     

MODIS数据地表温度反演劈窗算法比较

针对MODIS数据,分析比较了QIN和Wan-Dozier两种劈窗算法地表温度(LST)反演精度和误差分布。首先利用辐射传输模型MODTRAN4.0,结合TIGR大气廓线数据,评价两种算法绝对精度,然后基于误差传递理论分析评价二者的总精度,最后对两种算法的LST反演结果进行比较。研究表明针对所有廓线数据,两种算法绝对精度相差不大,但Wan-Dozier算法绝对精度受地表温度和水汽含量变化的影响程度要大于QIN算法;两种算法总精度相差不大,且主要误差源均为算法绝对精度和地表比辐射率精度,QIN算法反演结果对地表比辐射率的敏感性要略高于Wan-Dozier算法;两种算法得到研究区LST分布情况基本一致,均可表现空间LST分布差异,其中水体和裸土的LST反演结果差异较大,城镇和植被平均温度差异在0.5 K以内。     

MODIS影像条带噪声去除方法研究

条带噪声是影响MODIS影像质量的一个重要因子。分析了MODIS条带噪声形成的主要原因和特点,比较了几种常用条带噪声去除方法及其局限性,着重提出和改进了利用傅立叶变换法、小波变换法和插值法去除MODIS影像条带噪声。上述3种方法都能在一定程度上去除MODIS影像条带噪声。对实验结果的均值、标准偏差以及边缘保留的比较结果表明,在去除MODIS影像条带噪声方面,插值法优于小波变换,而小波变换优于傅立叶变换。     

耕地变化的影像比例化分析

应用遥感手段检测耕地变化常采用分类后处理方法，这种方法在分类标识过程中没有充分考虑混合像元因素影响。针对这一现象，本文引入纹理分析做法，对分类后影像实施划分一致性区域和确定零星像素归属，最后各像素以比例形式反映耕地的变换。     

基于遥感分类的博鳌地区生态变化评价

利用不同年份TM 数据, 使用遥感和景观分析的评价方法, 并对博鳌镇及周边区域的生态安全状况进行了研究。在充分利用影像波段信息的基础上选取不同的波段组合, 对最大似然方法和光谱角分类法做对比分析, 并将对比的最优结果用于景观评价指数的计算, 运用土地利用转移概率矩阵以及多种景观指标对博鳌地区景观格局变化和各个斑块类型的变化进行了研究. 结果表明, 从1988 年到2000 年, 该地区的未利用地面积明显下降, 土地利用开发效果明显; 与此同时耕地面积也有一定规模的下降, 明显存在耕地被建筑用地挤占情况; 林地面积有很大的扩张, 显示出极大的优势度, 就研究区域整体景观而言, 该区的破碎度得到一定的改善, 但其物种多样性和均衡性遭到一定破坏。     

基于MODIS NDVI的新疆潜在荒漠化区域探测

用遥感技术监测荒漠化进程是中国及世界其它干旱和半干旱地区的一项重要任务.采用2002年MODIS1km的全年NDVI时序数据对新疆及周边地区进行了土地覆盖分类.在此过程中重点强调了稀疏植被覆盖区域,这些区域具有潜在荒漠化的趋势.介绍了一种针对不同土地覆盖类型并能重点突出稀疏植被的分类方法,这种方法较好地综合了季节性影响因素和多变的自然条件影响因素.研究结果表明新疆及周边地区24万km2的土地有潜在荒漠化的趋势.     

基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并在中国山东省进行了分类试验,得出以下结论:①不同比例下的训练样本与验证样本影响着总体分类精度;②从MODIS数据中得到的植被指数EVI、白天地表温度Tday、水体指数NDWI、纹理特征局部平稳Homogeneity等可以作为分类特征配合参与到多波段地表反射率Ref1-7遥感影像中,能明显提高分类精度,而土壤亮度指数NDSI则没有贡献;③提取的分类特征对总体分类精度贡献大小为:EVI贡献最大,提高近6个百分点,其次是Homogeneity、NDWI,均提高近4个百分点,而最少的Tday也贡献了近3个百分点;④各分类特征对不同地物类别具有不同的分离度,在提高某些类别的分离性时,有可能降低了其它类别的分离性。试验结果表明:在没有其它非遥感信息的前提下,仅利用MODIS遥感自身信息对宏观土地覆盖分类就可达到较高精度。